DeepMind раскрывает структуру 200 миллионов белков в научном прорыве

Успех программы AlphaFold может оказать огромное влияние на глобальные проблемы, такие как голод и болезни

Искусственный интеллект расшифровал структуру практически каждого белка, известного науке, проложив путь к разработке новых лекарств или технологий для решения глобальных проблем, таких как голод или загрязнение окружающей среды.

Белки являются строительными блоками жизни. Сформированные из цепочек аминокислот, свернутые в сложные формы, их трехмерная структура во многом определяет их функцию. Как только вы узнаете, как складывается белок, вы сможете начать понимать, как он работает и как изменить его поведение. Хотя ДНК предоставляет инструкции по созданию цепи аминокислот, предсказать, как они взаимодействуют, чтобы сформировать трехмерную форму, было более сложно, и до недавнего времени ученые расшифровали лишь часть из 200 м или около того белков, известных науке.

В ноябре 2020 года группа DeepMind, занимающаяся искусственным интеллектом, объявила о разработке программы под названием AlphaFold, которая может быстро предсказывать эту информацию с помощью алгоритма. С тех пор он изучает генетические коды каждого организма, чей геном секвенирован, и предсказывает структуру сотен миллионов белков, которые они вместе содержат.

В прошлом году DeepMind опубликовала в открытой базе данных структуры белков 20 видов, включая почти все 20 000 белков, экспрессируемых людьми. Теперь работа завершена, и опубликованы предсказанные структуры для более чем 200 млн белков.

“По сути, вы можете думать об этом как о покрытии всей белковой вселенной. Он включает в себя прогностические структуры для растений, бактерий, животных и многих других организмов, открывая огромные новые возможности для AlphaFold, чтобы влиять на важные вопросы, такие как устойчивость, отсутствие продовольственной безопасности и забытые болезни», — сказал Демис Хассабис, основатель DeepMind и исполнительный директор.

Ученые уже используют некоторые из полученных ранее предсказаний для разработки новых лекарств. В мае исследователи под руководством профессора Мэтью Хиггинса из Оксфордского университета объявили, что они использовали модели AlphaFold, чтобы помочь определить структуру ключевого белка малярийного паразита и выяснить, где антитела, которые могут блокировать передачу паразита, могут связываться. /p>

«Ранее мы использовали метод, называемый белковой кристаллографией, чтобы выяснить, как выглядит эта молекула, но поскольку она довольно динамична и движется, мы просто не могли с ней справиться», — сказал Хиггинс. «Когда мы взяли модели AlphaFold и соединили их с этими экспериментальными данными, все вдруг обрело смысл. Теперь это понимание будет использовано для разработки улучшенных вакцин, которые индуцируют наиболее мощные антитела, блокирующие передачу инфекции».

Модели AlphaFold также используются учеными из Центра инноваций в области ферментов Портсмутского университета для выявления ферментов из природного мира, которые можно настроить для переваривания и переработки пластмасс. «Нам потребовалось довольно много времени, чтобы просмотреть эту огромную базу данных структур, но мы открыли целый ряд новых трехмерных форм, которые мы никогда раньше не видели, которые действительно могут разрушать пластмассы», — сказал профессор Джон МакГихан, ведущий исследователь. работа. «Произошла полная смена парадигмы. Отсюда мы можем действительно ускориться, и это поможет нам направить эти драгоценные ресурсы на то, что действительно важно».

Профессор Дама Джанет Торнтон, руководитель группы и старший научный сотрудник в Европейском институте биоинформатики Европейской лаборатории молекулярной биологии, сказал: «Предсказания структуры белка AlphaFold уже используются множеством способов. Я ожидаю, что это последнее обновление вызовет лавину новых и захватывающих открытий в ближайшие месяцы и годы, и все это благодаря тому факту, что данные доступны всем для открытого доступа».