Искусственный интеллект смог решить проблему сворачивания белков, над которой биологи трудились около 50 лет

Искусственный интеллект смог решить проблему сворачивания белков, над которой биологи трудились около 50 лет
02.12.2020 15:35
shadow
Искусственный интеллект смог решить проблему сворачивания белков, над которой биологи трудились около 50 лет

Сегодня за день происходит столько научных открытий, сколько происходило за месяц какие-то 200 лет назад. И во многих исследованиях человеку помогает искусственный интеллект.

Подразделение Google DeepMind, занимающееся разработками в сфере искусственного интеллекта, решило серьёзную научную проблему, которая ставила исследователей в тупик на протяжении полувека. Об этом сообщает Информатор Tech, ссылаясь на ITC.

С помощью своей новейшей программы искусственного интеллекта AlphaFold исследователи показали, что они могут предсказать, как белки складываются в трёхмерные формы. Это чрезвычайно сложный процесс, который имеет фундаментальное значение для понимания биологических механизмов жизни. Независимые учёные заявили, что это открытие поможет исследователям разобраться в механизмах, вызывающих некоторые заболевания, и проложить путь для создания синтетических лекарств, более питательных культур и «зеленых ферментов», которые могут бороться с пластиковым загрязнением. DeepMind заявила, что начала работу с несколькими научными группами и сначала сосредоточится на малярии, сонной болезни и лейшманиозе. «Это знаменательный момент для отрасли, — заявил основатель и исполнительный директор DeepMind Демис Хассабис. «Эти алгоритмы в настоящее время становятся достаточно зрелыми и мощными, чтобы их можно было применять для решения действительно сложных научных задач».

В то же время президент Королевского общества Венки Рамакришнан назвал эту работу «ошеломляющим прорывом», который произошел «на десятилетия раньше, чем предсказывали многие специалисты в этой области». DeepMind наиболее известна своими игровыми программами ИИ, которые смогли превзойти людей в ряде игр, включая шахматы, го, Starcraft II и классические проекты Atari. Но игры не были главной целью разработчиков, а представляли собой тренировочную площадку для алгоритмов, которые по мере своего развития могли быть использованы для решения реальных проблем. Отмечается, что сворачивание белков было серьёзной проблемой в биологии на протяжении 50 лет. Большинство биологических процессов вращается вокруг белков, и форма белка определяет его функцию. Когда исследователи узнают, как сворачивается белок, они могут начать выяснять, что он делает. То, как инсулин контролирует уровень сахара в крови, и как антитела борются с коронавирусом, определяется структурой белка.

Учёные идентифицировали более 200 млн белков, но структуры известны лишь для части из них. Традиционно формы выявляются в результате кропотливой лабораторной работы, которая может занять годы. И хотя с помощью компьютеров учёные продвинулись вперед в решении этой проблемы, вывести структуру белка из состава белка — это непростая задача. Белки представляют собой цепочки аминокислот, которые могут скручиваться и изгибаться в невероятное разнообразие форм — количество вариантов исчисляется примерно единицей с 300 нулями. Чтобы узнать, как сворачиваются белки, исследователи DeepMind обучили свой алгоритм общедоступной базе данных, содержащей около 170 тыс. белковых последовательностей и форм. При работе на эквиваленте от 100 до 200 графических процессоров (по современным меркам, скромная вычислительная мощность) обучение заняло несколько недель.

DeepMind испытала возможности AlphaFold, приняв участие в «белковых олимпиадах» Casp (Critical Assessment of Protein Structure Prediction). Участникам международного конкурса выдаются аминокислотные последовательности, включающие около 100 белков, и предлагают обработать их. Результаты команд, использующих компьютеры, сравниваются с результатами лабораторных работ. AlphaFold не только превзошел другие компьютерные программы, но и достиг точности, сопоставимой с трудоемкими лабораторными методами. При ранжировании по всем проанализированным белкам AlphaFold имел средний балл 92,5 из 100, при этом 90 баллов соответствует экспериментальным методам. Для самых сложных белков средний балл снизился, но лишь незначительно, до 87. DeepMind уже работает над тем, чтобы предоставить исследователям доступ к AlphaFold для помощи в научных исследованиях. Директор Института биологии развития Макса Планка в Тюбингене Андрей Лупас сказал, что он уже использовал программу для определения структуры белка, на которой учёные застряли в течение десяти лет.

Об этом сообщает RuGate



Источник: “https://newsmir.info/2254390”