DeepMind lest biex jittrasforma x-Xjenzi Bijoloġiċi billi ssolvi l-problema tat-tiwi tal-proteini

Id-diviżjoni AI ta 'Google DeepMind reċentement għamel progress sinifikanti lejn is-soluzzjoni ta’ waħda mill-eqdem sfidi fil-bijoloġija, tikkalkula l-forma ta 'proteina minn sekwenza ta' amino-aċidi. Skont Nature, l-avvanz għandu l-potenzjal li jittrasforma l-oqsma tal-bijoloġija u l-kimika, u jippermetti lix-xjenzati jiddeterminaw il-funzjoni ta 'ħafna proteini li bħalissa huma misterjużi.

Il-forma ta 'proteina tiddefinixxi l-funzjoni tagħha, u l-biċċa l-kbira tal-funzjonijiet bijoloġiċi huma dipendenti fuq il-proteini. "Tiwi tal-proteini" huwa l-isem mogħti lill-proċess li jikkonverti ktajjen ta 'aċidi amminiċi fl-istrutturi tridimensjonali protiones jeħtieġu biex iwettqu l-funzjonijiet tagħhom. Jekk ix-xjentisti jistgħu jiddeterminaw ir-relazzjoni bejn is-sekwenzi tal-aċidi amminiċi u l-forma tal-proteini li jiġġeneraw, jistgħu jiddeterminaw liema proteini għandhom impatt fuq proċessi bijoloġiċi differenti.

Ix-xjentisti jipoteżiw li hemm mill-inqas 80,000 proteina fi ħdan il-proteome tal-bniedem, iżda frazzjoni żgħira biss ta 'dawn il-proteini għandha strutturi magħrufa. Il-metodu tradizzjonali biex tiġi ddeterminata l-forma ta 'proteina jista' jieħu snin ta 'esperimenti fil-laboratorju, anke jsaħħaħ il-qawwa tal-algoritmi u l-mudelli tax-xjenza tal-kompjuter. Ix-xogħol magħmul minn DeepMind jista 'jħaffef b'mod drammatiku l-proċess ta' skoperta ta 'strutturi tal-proteini, u jiddetermina b'mod affidabbli l-istruttura tal-proteini fi frazzjoni tal-ħin normali.

Riċerkaturi f'DeepMind ħarrġu l-algoritmi tagħhom fuq database magħmula minn madwar 170,0000 sekwenza ta 'proteini u l-forom li jikkorrispondu ma' dawk is-sekwenzi. L-algoritmi żviluppati mir-riċerkaturi ġew imħarrġa fuq bejn 100 sa 200 GPU, u l-proċess ta 'taħriġ ħa ftit ġimgħat biex jitlesta. Il-mudell żviluppat ir-riċerkaturi kien imsejjaħ "AlphaFold".

AlphaFold jopera permezz ta '"algoritmu ta' tensjoni", li jibda billi jgħaqqad biċċiet żgħar tal-proteina flimkien u mbagħad tiżdied biex jgħaqqdu sezzjonijiet akbar u akbar. Raggruppamenti żgħar ta 'aċidi amminiċi kienu konnessi flimkien għall-ewwel, u mbagħad l-algoritmu fittex li jsib modi kif jgħaqqad dawn ir-raggruppamenti.

Riċerkaturi AlphaFold inizjalment ippruvaw jużaw algoritmi konvenzjonali ta 'tagħlim profond fuq data ġenetika u strutturali biex ibassru r-relazzjoni bejn l-aċidi amminiċi u l-proteini. AlphaFold imbagħad ħoloq mudelli ta 'kunsens għall-istil tal-proteini. Meta din it-teknika wriet li kellha wisq limitazzjonijiet, ir-riċerkaturi ppruvaw strateġija ġdida. It-tim ta 'riċerka AlphaFold ħoloq mudelli mħarrġa fuq aktar karatteristiċi, u din id-darba kellhom il-previżjonijiet tar-ritorn tal-mudell għall-istruttura finali tas-sekwenzi tal-proteini.

It-tim tal-inġinerija ttestja AlphaFold billi daħal f'kompetizzjoni fejn algoritmi tal-kompjuter jikkompetu biex jevalwaw l-istruttura ta 'proteina minn sekwenzi ta' aċidi amminiċi. Il-kompetizzjoni kienet il-"Valutazzjoni Kritika tat-Tbassir tal-Istruttura tal-Proteina" jew CASP. Il-parteċipanti fil-kompetizzjoni huma pprovduti b'100 sekwenza ta 'aċidu amminiku u l-mudelli tagħhom għandhom jaħdmu l-istruttura tal-proteini. AlphaFold mhux biss għeleb il-mudelli l-oħra tal-kompjuter f'termini ta 'eżattezza, iżda wkoll wettaq b'mod komparabbli mat-tekniki ta' mmudellar tradizzjonali bbażati fil-laboratorju. Il-punteġġ medjan finali ta 'AlphaFold kien madwar 92 minn 100, b'metodi sperimentali bbażati fuq il-laboratorju jiġu assenjati punteġġ ta' 90. Il-punteġġ medjan ta 'AlphaFold niżel għal 87 fil-mija fuq l-aktar proteini diffiċli.

Skont il-Kap Eżekuttiv u l-ko-fundatur ta’ DeepMind Demis Hassabis, il-kumpanija diġà qed tagħmel pjanijiet biex tagħti lir-riċerkaturi aċċess għal AlphaFold, b'xjentisti mill-Istitut Max Planck għall-Bijoloġija tal-Iżvilupp diġà jutilizzaw il-mudell biex jiskopru strutturi ta 'proteini li kienu ilhom jaħdmu fuqhom għal aktar minn għaxar snin.

Janet Thornton, id-direttur emeritu tal-Istitut Ewropew tal-Bijoinformatika, kien ikkwotat permezz ScienceMag kif qal li l-kisbiet ta 'DeepMind "se jibdlu l-futur tal-bijoloġija strutturali u r-riċerka tal-proteini". Sadanittant, bijologu fl-Università ta 'Maryland, Shady Grove, John Moult jgħid li qatt ma ħaseb li l-problema tat-tiwi tal-proteini qatt ma kienet se tissolva f’din il-ħajja.

Filwaqt li AlphaFold huwa improbabbli ħafna li jissostitwixxi kompletament metodi tradizzjonali u sperimentali ta 'skoperta ta' strutturi ta 'proteini, jista' jżid b'mod drammatiku l-veloċità li biha jiġu skoperti l-istrutturi tal-proteini. Ir-riċerkaturi jistgħu jeħtieġu dejta sperimentali inqas ta 'kwalità għolja biex jiddeterminaw struttura ta' proteina, u r-riċerkaturi diġà għandhom aċċess għal volum kbir ta 'dejta ġenomika li tista' tiġi tradotta fi strutturi li jużaw is-soluzzjonijiet ta 'AlphaFold.