Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Sztuczna inteligencja zdołała przewidzieć strukturę białka na podstawie sekwencji jego aminokwasów
Sztuczna inteligencja zdołała przewidzieć strukturę białka na podstawie sekwencji jego amin

Bazujący na sztucznej inteligencji program AlphaFold, wykonujący prognozy struktur białek, wygenerował wyniki o dokładności porównywalnej z danymi laboratoryjnymi. Możliwość szybkiego i dokładnego określenia trójwymiarowego kształtu protein metodami komputerowymi umożliwi zarówno lepsze zrozumienie procesów komórkowych, jak i skuteczniejsze opracowywanie selektywnych leków. Eksperci są zdania, że stoimy u progu wielkiego przełomu w biologii i medycynie.
 

Fot. Deep Mind

Sieć sztucznej inteligencji opracowana przez DeepMind dokonała gigantycznego kroku na drodze do pokonania jednego z największych wyzwań współczesnej biologii. Eksperci z całego świata są zgodni, że możliwość przewidzenia trójwymiarowej struktury białka na podstawie sekwencji aminokwasów doprowadzi do przełomu w naukach medycznych. Specjaliści zakładają, że osiągnięcia firmy DeepMind przyspieszą badania nad leczeniem wielu chorób, w tym również COVID-19.

 

Białka stanowią podstawowy budulec wszystkich organizmów żywych. Enzymy białkowe decydują o przebiegu większości procesów zachodzących w komórkach. Rola i aktywność białka jest bezpośrednio zależna od jego trójwymiarowego kształtu. Materiał genetyczny zawiera informację o kolejności aminokwasów w proteinach, a nie o ich przestrzennej strukturze. Z tego względu dostępne do tej pory metody nie pozwalały na stworzenie trójwymiarowego modelu białka na podstawie fragmentu DNA lub RNA. Dzięki obecnym osiągnięciom sztucznej inteligencji możliwe staje się przewidzenie struktury białka wirusowego na podstawie odpowiedniego fragmentu materiału genetycznego patogenu. Znajomość kształtu proteiny ułatwi naukowcom opracowanie leku, wycelowanego specyficznie w jej kierunku.

To, w jaki sposób łańcuch aminokwasów przyjmuje kształt trójwymiarowej struktury białka, stanowiło zagadkę dla naukowców, z którą ci mierzyli się od ponad pół wieku. Przez dziesięciolecia eksperymenty laboratoryjne były najważniejszą metodą obrazowania struktur protein. Pierwsze kompletne przestrzenne modele białek zostały stworzone w latach 50. XX w., dzięki wykorzystaniu technik krystalografii rentgenowskiej. Metoda ta pozwoliła na ustalenie większości obecnie znanych trójwymiarowych struktur protein. Tworzenie przestrzennych modeli na podstawie wykrystalizowanych białek jest niezwykle czasochłonne i trudne. Praca naukowców zajmujących się tym zagadnieniem ułatwiała projektowanie nowych leków oraz zrozumienie procesów chorobowych na poziomie molekularnym. Dziś wiele wskazuje na to, że sztuczna inteligencja wyręczy w tym zadaniu ludzi, radykalnie przyspieszając rozwój medycyny.

Źródła

Ewen Callaway, ‘It will change everything’: DeepMind’s AI makes gigantic leap in solving protein structures, Nature 30.11.2020

https://www.nature.com/articles/d41586-020-03348-4

https://www.bbc.com/news/science-environment-55133972

https://dzienniknaukowy.pl/nowe-technologie/sztuczna-inteligencja-rozwiazala-jeden-z-trudniejszych-problemow-w-biologii

KOMENTARZE
Newsletter