DeepMind только что раскрыл трехмерную структуру почти каждого белка, известного науке

Исследователи расшифровали трехмерную структуру почти каждого белка, известного науке, что может привести к значительным достижениям в широком спектре областей исследований, включая лечение болезней, устойчивость и отсутствие продовольственной безопасности.

Результаты были объявлены в четверг компанией DeepMind, занимающейся технологиями искусственного интеллекта (ИИ), которая заявила, что достижение может помочь быстро найти новые лекарства и методы лечения и даже «раскрыть тайны того, как устроена сама жизнь».

Совместно с Европейской лабораторией молекулярной биологии (EMBL-EBI) DeepMind работает над раскрытием одной из загадок науки — трехмерной структуры белков и того, как они взаимодействуют друг с другом.

Используя ИИ, исследователи ранее создали базу данных почти из миллиона белковых структур.

Теперь они увеличили это число в 200 раз, предсказав структуру более 200 миллионов белков, что охватывает почти каждый организм на Земле, геном которого был секвенирован.

Они также сделали базу данных общедоступной, что, по их словам, может «значительно улучшить наше понимание биологии».

Раскрытие белковых структур

Белки являются строительными блоками жизни, лежащими в основе биологических процессов в каждом живом существе.

Известно около 200 миллионов белков, все с разной структурой, и именно над расшифровкой этих структур работают организации.

Ученые пытались раскрыть эти структуры на протяжении десятилетий, но с тех пор, как DeepMind и EMBL-EBI впервые запустили свою базу данных в прошлом году, в этой работе были достигнуты большие успехи.

DeepMind — дочерняя компания Alphabet — заявила, что начала работать над этой задачей в 2016 году, создав систему искусственного интеллекта под названием AlphaFold, которую научили предсказывать форму белков, показывая ей структуры 100 000 известных белков.

На создание этих структур ушли годы и большие вложения ресурсов. DeepMind заявляет, что теперь с AlphaFold он может раскрыть структуру белков за считанные секунды.

«AlphaFold — это уникальное и важное достижение в науке о жизни, демонстрирующее мощь ИИ, — сказал Эрик Тополь, основатель и директор Научно-исследовательского трансляционного института Скриппса.

«AlphaFold уже ускорил и сделал возможными масштабные открытия, включая взлом структуры комплекса ядерных пор. И с этим новым добавлением структур, освещающих почти всю белковую вселенную, мы можем ожидать, что каждый день будет решаться больше биологических загадок».

Какое влияние оказала AlphaFold?

Уже есть эффект от выпуска базы данных с первым миллионом структур.

Более 1000 научных статей уже цитируют базу данных, и более полумиллиона исследователей получили к ней доступ чуть более чем за год.

EMBL-EBI говорит, что он также уже продемонстрировал влияние в таких областях, как борьба с пластиковым загрязнением, изучение болезни Паркинсона, улучшение здоровья медоносных пчел, понимание того, как образуется лед, и изучение эволюции человека.

«Мы выпустили AlphaFold в надежде, что другие команды смогут извлечь уроки и развить наши достижения, и было приятно видеть, что это произошло так быстро», — сказал Джон Джампер, научный сотрудник и руководитель AlphaFold в DeepMind.

«Многие другие исследовательские организации в области искусственного интеллекта уже вышли на поле и используют достижения AlphaFold для дальнейших прорывов. Это действительно новая эра в структурной биологии, и методы, основанные на искусственном интеллекте, приведут к невероятному прогрессу», — добавил он.

Самир Веланкар, руководитель группы банка данных белков EMBL-EBI в Европе, сказал, что AlphaFold «вызвал волнение в сообществе молекулярной биологии».

«Только за последний год было опубликовано более тысячи научных статей по широкому кругу исследовательских тем, в которых используются структуры AlphaFold; Я никогда не видел ничего подобного… И это всего лишь влияние одного миллиона предсказаний; представьте себе влияние наличия более 200 миллионов предсказаний структуры белка в открытом доступе в базе данных AlphaFold», — сказал он.

Добавить комментарий

Ваш адрес email не будет опубликован.

You might like