Ερευνητές Πρωτεϊνών και Τεχνητή Νοημοσύνη: Một Αγώνας Ισορροπίας

Μια ομάδα ερευνητών πρωτεϊνών στο Πανεπιστήμιο Rutgers ανταγωνίστηκε ένα πρόγραμμα υπολογιστή.

Σποίλερ: η Τεχνητή Νοημοσύνη κέρδισε. Αλλά μόνο με μια μικρή διαφορά.

Αντιπαράθεση Ανθρώπων με Τεχνητή Νοημοσύνη

Οι επιστήμονες αποφάσισαν να διεξάγουν ένα πείραμα, αντιπαρατέλοντας έναν άνθρωπο με βαθιά γνώση του σχεδιασμού και της αυτοσυναρμολόγησης πρωτεϊνών με ένα πρόγραμμα τεχνητής νοημοσύνης με προβλεπτικές ικανότητες. Ο Vikas Nanda, ερευνητής στο Κέντρο Προηγμένης Βιοτεχνολογίας και Ιατρικής (CABM) στο Rutgers, ήταν ο πρώτος στη λίστα των πιθανών επιστημόνων.

Το πείραμα είχε ως στόχο να δει ποια από τις δύο πλευρές θα μπορούσε να κάνει καλύτερη δουλειά στην πρόβλεψη των αλληλουχιών πρωτεϊνών που θα συνδυάζονταν με τη μεγαλύτερη επιτυχία.

Τα αποτελέσματα δημοσιεύθηκαν στο Nature Chemistry.

Ο Nanda, ερευνητές στο Εθνικό Εργαστήριο Argonne στο Ιλινόι και διάφοροι συνεργάτες στις Ηνωμένες Πολιτείες, λένε ότι η μάχη ήταν «κοντή αλλά αποφασιστική». Η ανταγωνιστική διαδικασία έβαλε τον Nanda και几个 συνεργάτες του ενάντια στο πρόγραμμα Τεχνητής Νοημοσύνης, το οποίο κέρδισε με μια μικρή διαφορά.

Οι επιστήμονες αναζητούν περισσότερες γνώσεις γύρω από την αυτοσυναρμολόγηση των πρωτεϊνών, πιστεύοντας ότι με την κατανόηση τους, θα μπορούσαν να σχεδιάσουν νέα και καινοτόμα προϊόντα για ιατρική και βιομηχανική χρήση. Ένα από αυτά τα προϊόντα θα μπορούσε να είναι τεχνητό ανθρώπινο ιστό για τραύματα, ενώ ένα άλλο θα μπορούσε να είναι καταλύτης για νέα χημικά προϊόντα.

Ο Nanda είναι καθηγητής στο Τμήμα Βιοχημείας και Μοριακής Βιολογίας στο Ιατρικό Σχολείο Rutgers Robert Wood Johnson.

«Παρά την εκτεταμένη εμπειρία μας, το πρόγραμμα Τεχνητής Νοημοσύνης έκανε τόσο καλά ή καλύτερα σε πολλά σύνολα δεδομένων, δείχνοντας το τεράστιο потенシャル της μηχανικής μάθησης για την υπέρβαση της ανθρώπινης προκατάληψης», είπε ο Nanda.

Σχεδιασμός Πρωτεϊνών και Αυτοσυναρμολόγηση

Οι πρωτεΐνες αποτελούνται από μεγάλους αριθμούς αμινοξέων που συνδέονται από το ένα άκρο στο άλλο, και οι αλυσίδες διπλώνονται για να σχηματίσουν τρισδιάστατα μόρια με σύνθετα σχήματα. Το σχήμα κάθε πρωτεΐνης και τα αμινοξέα που περιέχονται σε αυτήν, καθορίζουν τη συμπεριφορά της. Ερευνητές όπως ο Nanda ασχολούνται με τον «σχεδιασμό πρωτεϊνών», που σημαίνει ότι δημιουργούν αλληλουχίες που παράγουν νέες πρωτεΐνες. Η ομάδα έχει σχεδιάσει πρόσφατα μια συνθετική πρωτεΐνη που μπορεί να ανιχνεύσει γρήγορα το VX, một επικίνδυνο νευροτοξικό. Αυτή η νέα ανάπτυξη θα μπορούσε να έχει μεγάλες επιπτώσεις για νέα βιοαισθητήρια και θεραπείες.

Οι πρωτεΐνες αυτοσυναρμολογούνται με άλλες πρωτεΐνες για να σχηματίσουν υπερδόμενα που είναι σημαντικά στη βιολογία. Σε ορισμένες περιπτώσεις, φαίνεται ότι οι πρωτεΐνες ακολουθούν ένα σχέδιο, όπως όταν αυτοσυναρμολογούνται σε μια προστατευτική εξωτερική θήκη ενός ιού. Άλλες φορές, αυτοσυναρμολογούνται όταν σχηματίζουν βιολογικές δομές που σχετίζονται με bestimmμένες ασθένειες.

«Η κατανόηση της αυτοσυναρμολόγησης των πρωτεϊνών είναι θεμελιώδους σημασίας για την πρόοδο σε πολλά πεδία, συμπεριλαμβανομένης της ιατρικής και της βιομηχανίας», είπε ο Nanda.

Ο Nanda και πέντε άλλοι συνεργάτες τους δόθηκαν μια λίστα πρωτεϊνών και ζητήθηκε να προβλέψουν ποιες από αυτές θα αυτοσυναρμολογούνταν με τη μεγαλύτερη επιτυχία. Οι προβλέψεις τους συγκρίθηκαν με αυτές του προγράμματος υπολογιστή.

Οι ανθρώπινοι εμπειρογνώμονες χρησιμοποίησαν κανόνες του αντίχειρα που βασίζονταν στην παρατήρηση της συμπεριφοράς των πρωτεϊνών σε πειράματα, συμπεριλαμβανομένων μοτίβων ηλεκτρικών φορτίων και βαθμού αποστροφής προς το νερό. Επέλεξαν 11 πρωτεΐνες που προέβλεψαν ότι θα αυτοσυναρμολογούνταν, ενώ το πρόγραμμα υπολογιστή επέλεξε 9 πρωτεΐνες.

Το πείραμα έδειξε ότι οι άνθρωποι έκαναν 6 σωστές προβλέψεις από τις 11 πρωτεΐνες, ενώ το πρόγραμμα υπολογιστή επέλεξε 9 πρωτεΐνες.

Το πείραμα επίσης απέδειξε ότι οι ανθρώπινοι εμπειρογνώμονες «εισχώρησαν» σε ορισμένα αμινοξέα hơn από άλλα, οδηγώντας σε λανθασμένες επιλογές. Το πρόγραμμα υπολογιστή επέλεξε σωστά ορισμένες πρωτεΐνες με ιδιότητες που δεν τις έκαναν σαφείς.

«Δουλεύουμε για να πάρουμε μια θεμελιώδη κατανόηση της χημικής φύσης των αλληλεπιδράσεων που οδηγούν στην αυτοσυναρμολόγηση, οπότε φοβήθηκα ότι η χρήση αυτών των προγραμμάτων θα εμπόδιζε σημαντικές εντυπώσεις», είπε ο Nanda. «Αλλά αυτό που αρχίζω πραγματικά να καταλαβαίνω είναι ότι η μηχανική μάθηση είναι απλά ένα άλλο εργαλείο, όπως οποιοδήποτε άλλο».