AI simulerer 500 millioner års evolution – og skaber et nyt protein!

Evolution har finjusteret liv på molekylær niveau i milliarder af år. Proteiner, livets grundlæggende byggesten, er udviklet gennem denne proces for at udføre forskellige biologiske funktioner, fra at bekæmpe infektioner til at fordøje mad. Disse komplekse molekyler består af lange kæder af aminosyrer arrangeret i præcise sekvenser, der bestemmer deres struktur og funktion. Mens naturen har produceret en ekstraordinær diversitet af proteiner, har forståelse af deres struktur og design af helt nye proteiner længe været en kompleks udfordring for videnskabsmænd.

Seneste fremskridt i kunstig intelligens forvandler vores evne til at tackle nogle af biologiens mest betydningsfulde udfordringer. Tidligere blev AI brugt til at forudsige, hvordan en given proteinsekvens ville foldes og opføre sig – en kompleks udfordring på grund af det enorme antal konfigurationer. For nylig har AI udviklet sig til at generere helt nye proteiner i et uhørt omfang. Dette milepæl er opnået med ESM3, en multimodal generativ sprogmodel designet af EvolutionaryScale. I modsætning til konventionelle AI-systemer designet til tekstbehandling er ESM3 blevet trænet til at forstå proteinsekvenser, strukturer og funktioner. Det, der gør det virkelig bemærkelsesværdigt, er dets evne til at simulere 500 millioner års evolution – en bedrift, der har ført til skabelsen af et helt nyt fluorescerende protein, noget som aldrig før er set i naturen.

Dette gennembrud er et væsentligt skridt mod at gøre biologi mere programmerbar, åbner nye muligheder for design af brugerdefinerede proteiner med anvendelser i medicin, materialsvidenskab og ud over. I denne artikel udforsker vi, hvordan ESM3 fungerer, hvad det har opnået, og hvorfor denne fremgang ændrer vores forståelse af biologi og evolution.

Mød ESM3: Den AI, der simulerer evolution

ESM3 er en multimodal sprogmodel trænet til at forstå og generere proteiner ved at analysere deres sekvenser, strukturer og funktioner. I modsætning til AlphaFold, der kan forudsige strukturen af eksisterende proteiner, er ESM3 essentielt et protein-ingeniørmodel, der tillader forskere at specificere funktionelle og strukturelle krav for at designe helt nye proteiner.

Modellen har dyb viden om proteinsekvenser, strukturer og funktioner samt evnen til at generere proteiner gennem en interaktion med brugere. Denne kapacitet giver modellen mulighed for at generere proteiner, der måske ikke findes i naturen, men alligevel er biologisk viable. Skabelsen af et nyt grønt fluorescerende protein (esmGFP) er en slående demonstration af denne kapacitet. Fluorescerende proteiner, der oprindeligt blev opdaget i jellyfish og koraller, bruges bredt i medicinsk forskning og bioteknologi. For at udvikle esmGFP gav forskerne ESM3 nøglestrukturelle og funktionelle karakteristika af kendte fluorescerende proteiner. Modellen refinerede herefter designet iterativt ved at anvende en kæde af tanker-tilgang for at optimere sekvensen. Mens naturlig evolution kunne tage millioner af år for at producere et lignende protein, accelererer ESM3 denne proces for at opnå det på få dage eller uger.

Den AI-drevne protein-designproces

Her er, hvordan forskerne har brugt ESM3 til at udvikle esmGFP:

1. Prompting AI – Først indtastede de sekvens- og strukturhint for at guide ESM3 mod fluorescens-relaterede funktioner.
2. Generering af nye proteiner – ESM3 udforskede et enormt rum af potentielle sekvenser for at producere tusinder af kandidatproteiner.
3. Filtrering og raffinering – De mest lovende designs blev filtreret og syntetiseret for laboratorietestning.
4. Validering i levende celler – De udvalgte AI-designede proteiner blev udtrykt i bakterier for at bekræfte deres fluorescens og funktion.

Denne proces har resulteret i et fluorescerende protein (esmGFP) som intet andet i naturen.

Hvordan esmGFP sammenlignes med naturlige proteiner

Det, der gør esmGFP ekstraordinært, er, hvor fjernt det er fra kendte fluorescerende proteiner. Mens de fleste nyligt opdagede GFP’er har små variationer fra eksisterende, har esmGFP en sekvensidentitet på kun 58% med sin nærmeste naturlige slægtning. Evolutionært svarer denne forskel til en divergeringstid på over 500 millioner år.

For at sætte dette i perspektiv var det sidste gang, proteiner med lignende evolutionære afstande opstod, at dinosaurerne endnu ikke havde optrådt, og multicellulært liv stadig var i sine tidlige faser. Dette betyder, at AI ikke blot har accelereret evolution – det har simuleret en helt ny evolutionær vej, producerende proteiner, som naturen måske aldrig ville have skabt.

Hvorfor denne opdagelse er vigtig

Denne udvikling er et væsentligt skridt fremad i protein-ingeniørarbejde og dyber vores forståelse af evolution. Ved at simulere millioner af års evolution på få dage åbner AI døre til spændende nye muligheder:

• Hurtigere opdagelse af lægemidler: Mange lægemidler virker ved at målrette bestemte proteiner, men at finde de rigtige er langsomt og dyrt. AI-designede proteiner kunne accelerere denne proces, hjælpe forskere med at opdage nye behandlinger mere effektivt.
• Nye løsninger i bioteknologi: Proteiner bruges i alt fra nedbrydning af plastaffald til diagnosticering af sygdomme. Med AI-drevet design kan videnskabsmænd skabe brugerdefinerede proteiner til sundhedspleje, miljøbeskyttelse og endda nye materialer.
• AI som en evolutionær simulator: En af de mest fascinerende aspekter af denne forskning er, at den positionerer AI som en simulator af evolution snarere end blot et værktøj til analyse. Traditionelle evolutionssimulationer indebærer iteration gennem genetiske mutationer, ofte tager måneder eller år for at generere viable kandidater. ESM3 omgår disse langsomme begrænsninger ved at forudsige funktionelle proteiner direkte. Denne skift i tilgang betyder, at AI ikke blot kan efterligne evolution, men aktivt udforske evolutionære muligheder ud over naturen. Givet nok beregningskraft kunne AI-drevet evolution afsløre nye biokemiske egenskaber, der aldrig har eksisteret i den naturlige verden.

Etiske overvejelser og ansvarlig AI-udvikling

Mens de potentielle fordele ved AI-drevet protein-ingeniørarbejde er enorme, rejser denne teknologi også etiske og sikkerheds-spørgsmål. Hvad sker der, når AI begynder at designe proteiner ud over menneskelig forståelse? Hvordan sikrer vi, at disse proteiner er sikre til medicinsk eller miljømæssig brug?

Vi skal fokusere på ansvarlig AI-udvikling og omfattende testning for at tackle disse bekymringer. AI-genererede proteiner, som esmGFP, skal undergå omfattende laboratorietestning, før de overvejes til virkelige anvendelser. Derudover udvikles etiske rammer for AI-drevet biologi for at sikre gennemsigtighed, sikkerhed og offentligt tillid.

Det endelige punktum

Lanceringen af ESM3 er en vital udvikling i bioteknologiens felt. ESM3 demonstrerer, at evolution ikke behøver at være en langsom, prøve-og-fejl-proces. At komprimere 500 millioner års protein-evolution til få dage åbner en fremtid, hvor videnskabsmænd kan designe helt nye proteiner med utrolig hastighed og præcision. Udviklingen af ESM3 betyder, at vi ikke blot kan bruge AI til at forstå biologi, men også til at omforme den. Dette gennembrud hjælper os med at udvikle vores evne til at programmere biologi på samme måde, som vi programmerer software, åbner muligheder, vi kun er begyndt at forestille os.