Искусственный интеллект раскрыл структуры белковой вселенной
Год назад компания DeepMind совершила научный прорыв, опубликовав предсказанные искусственным интеллектом структуры примерно 350 тыс. белков. На днях она раскрыла вероятные структуры почти всех известных белков – более 200 млн форм. Эта база белковых структур может произвести революцию в биологии и медицине, пишет журнал Science.
Простые белки состоят из последовательности аминокислот. В зависимости от комбинации аминокислот они могут сворачиваться в различные формы. Форма белка, в свою очередь, влияет на образование новых ферментов – белковых соединений, ускоряющих химические реакции в живых организмах. Важную задачу предсказания трехмерной структуры белка по аминокислотной последовательности решила модель искусственного интеллекта AlphaFold от DeepMind.
Благодаря партнерству с Европейской лабораторией молекулярной биологии при Европейском институте биоинформатики (EMBL-EBI) предсказанные AlphaFold пространственные структуры белков были добавлены в базу данных. Она стала настоящей сокровищницей для разработки лекарств и исследований в области молекулярной эволюции.
Как отметил на пресс-конференции в Лондоне Демис Хассабис, основатель и генеральный директор DeepMind, эта база данных предоставила специалистам по структурной биологии мощный инструмент, благодаря которому найти трехмерную структуру белка почти так же легко, как выполнить поиск по ключевому запросу в Google.
Эта структура, предсказанная AlphaFold, представляет собой поверхностный белок малярийного паразита, из которого разрабатывается кандидат на вакцину
«AlphaFold — это уникальное и важное достижение в науке о жизни, демонстрирующее мощь искусственного интеллекта, — написал в «Твиттере» Эрик Тополь, директор Научно-исследовательского института Скриппса (TSRI). — С добавлением структур почти всей белковой вселенной мы можем ожидать, что каждый день будет решаться больше биологических загадок».
ИИ-программа анализирует белки различных живых организмов – начиная от бактерий и заканчивая человеком. Как сообщили представители DeepMind, на прогнозирование структуры каждого белка у AlphaFold уходит всего 10–20 секунд. Базой данных с момента ее запуска в прошлом году воспользовались уже более 500 тысяч исследователей.
Изображения: DeepMind
