Спустя почти 50 лет произошел прорыв в решении "грандиозного вызова" биологии

За последние полвека одной из самых больших проблем в биологии было предсказание того, как белки будут сворачиваться на основе расположения их цепочек аминокислот. Среди прочего, хорошие прогнозы могут ускорить прогресс в разработке лекарств. Сегодня компания Alphabet Inc., материнская компания Google, объявила, что система искусственного интеллекта, которой она владеет, более или менее решила проблему.

AlphaFold 2, продукт подразделения Alphabet DeepMind Technologies Ltd. в Лондоне, занял первое место в конкурсе под названием Critical Assessment of Protein Structure Prediction (CASP), известном как Олимпийские игры по сворачиванию белков. По данным DeepMind, AlphaFold набрал 92,4 балла по шкале от 0 до 100 в серии тестов. Вот история Bloomberg News.

Белки - это машины и строительные блоки жизни. Они состоят из аминокислот, расположенных в виде бусинок на нитке. Складывание - это процесс, при котором последовательность аминокислот изгибается и скручивается в трехмерную структуру, которая заставляет ее функционировать. Как говорит DeepMind, «в своей речи на присуждении Нобелевской премии по химии 1972 года Кристиан Анфинсен высказал известное предположение, что теоретически аминокислотная последовательность белка должна полностью определять его структуру». Последние почти полвека ученые пытались выяснить, как это происходит.

Как поясняет Bloomberg News , различные складки в белке определяют, как он будет взаимодействовать с другими молекулами, и понимание их имеет значение для открытия, как новые болезни, такие как Covid-19, проникают в наши клетки, разработки ферментов для разложения загрязнителей и повышения урожайности.

По словам Джона Моулта, директора Института биологических и биотехнологических исследований, который находится в ведении Мэрилендского университета , неофициально считается , что оценка выше 90, которая никогда ранее не была получена, является «решением проблемы». Молт стал соучредителем конкурса CASP в 1994 году.

С момента запуска в 2004–2016 годах количество победителей в двухгодичном конкурсе оставалось на уровне 60. В 2018 году AlphaFold 1 преодолела барьер в 70 баллов. В этом году его преемник набрал 92,4 балла, преодолев 90-й рубеж. AlphaFold 2 законченный путь впереди остальных систем ИИ, в соответствии с Талли белком Структура Центра прогнозирования.

Для биологов это большое дело. «Результаты просто поразительны», - написал в Твиттере Мохаммед Аль Кураиши, член Программы математической геномики Колумбийского университета . В более позднем твите AlQuraishi предупредил, что тесты проводились для сегментов, а не целых белков, и что были некоторые плохие прогнозы, «поэтому угловые случаи остаются». Однако в целом, по его словам, «основная проблема кажется решенной».

«Видеть, как DeepMind предлагает решение для этого, так как лично работая над этой проблемой так долго и после стольких остановок и запусков, задаваясь вопросом, доберемся ли мы когда-нибудь до этого, - это очень особенный момент», - цитирует DeepMind слова Моулта. блог .

Еще одна похвала в блоге DeepMind от Венки Рамакришнана, лауреата Нобелевской премии по химии, который возглавляет Британское Королевское общество. Он сказал: «Эта вычислительная работа представляет собой ошеломляющий шаг вперед в решении проблемы сворачивания белков, грандиозной задаче биологии 50-летней давности. Это произошло на десятилетия раньше, чем предсказывали многие специалисты в этой области. Будет интересно увидеть, как это коренным образом изменит биологические исследования ».

По крайней мере, один из белков, участвующих в конкурсе, известный как Orf8, происходит от вируса SARS-CoV-2, вызывающего Covid-19. «Мы пытались на самом деле, очень трудно» на том, «вероятно , большую часть времени мы когда - либо затрачиваемое на одну цель,» инженера науки Кетрин Tunyasuvunakool SAI д в видео YouTube о конкуренции.

Одно из очевидных применений прогресса - разработка лекарств. Другой - создание ферментов, которые могут расщеплять пластмассовые отходы на безвредные компоненты. Существуют сотни миллионов белков, структуру которых ученые не понимают. «Среди неопределенных белков могут быть некоторые с новыми захватывающими функциями и - так же, как телескоп помогает нам заглянуть глубже в неизвестную вселенную - такие методы, как AlphaFold, могут помочь нам найти их», - говорится в блоге DeepMind.

(От Питер Кой)

Вам может быть интересно:

- Как понять собаку Коротко в картинках

- Как найти общий язык с собакой

- Приучение собаки к громким звукам

- Стандарты пород