Λύση στο πρόβλημα της πρωτεϊνικής αναδίπλωσης δόθηκε με το πρόγραμμα τεχνητής νοημοσνης AlphaFold. Το πρόγραμμα αναπτύχθηκε από την εταιρεία DeepMind που ανήκει στην Google.
Συγκεκριμένα, το πρόγραμμα προέβλεψε τις τρισδιάστατες δομές σχεδόν κάθε γνωστής πρωτεΐνης – περίπου 200 εκατομμυρίων συνολικά. Ο διευθύνων σύμβουλος της DeepMind Demis Hassabis, Βρετανός με Ελληννοκύπριο πατέρα και ο ανώτερος ερευνητής John Jumper τιμήθηκαν από κοινού με το φετινό βραβείο Breakthrough Prize in Life Sciences ύψους 3 εκατομμυρίων δολαρίων για το επίτευγμα αυτό, το οποίο ανοίγει την πόρτα για εφαρμογές που περιλαμβλανει από την επέκταση της κατανόησης της βασικής μοριακής βιολογίας έως την επιτάχυνση της ανάπτυξης φαρμάκων.
Η DeepMind ανέπτυξε το AlphaFold αμέσως μετά την Τεχνητή Νοημοσύνη AlphaGo.Η DeepMind έχει καταστήσει τις δομές των πρωτεϊνών από σχεδόν κάθε είδος για το οποίο υπάρχουν αλληλουχίες αμινοξέων ελεύθερα διαθέσιμες σε μια δημόσια βάση δεδομένων.
Όπως εξήγησε στο Scientific American ο κ. στόχος είναι η ανάπτυξη αλγορίθμων γενικής χρήσης που θα μπορούσαν να έχουν γενική εφαρμογή. Επρόκειτο για ένα έργο-μαμούθ – περίπου πέντε ή έξι χρόνια εργασίας πριν από το CASP14 (Critical Assessment of Structure Prediction, ένας διαγωνισμός για την πρόβλεψη της δομής των πρωτεϊνών). Η μηχανική μάθηση χρησιμοποιήθηκε ως το βασικό συστατικό ενός συστήματος για να προσπαθήσει να λύσει αυτό το πρόβλημα. Στην ομάδα προστέθηκαν ειδικοί -βιολόγοι, χημικοί και βιοφυσικοί που ασχολούνταν με την αναδίπλωση πρωτεϊνών.
Σημειώνεται ότι το εγχείρημα δημοσιεύθηκε στο Nature και περιγράφει 32 διαφορετικούς συστατικούς αλγόριθμους. Στο πρόγραμμα ενσωματώθηκε η κατανόηση των γωνιών των χημικών δεσμών και η εξελικτική ιστορία χρησιμοποιώντας μια την ευθυγράμμιση πολλαπλών ακολουθιών. Αυτά εισάγουν κάποιους περιορισμούς, οι οποίοι βοηθούν να περιοριστεί ο χώρος αναζήτησης πιθανών πρωτεϊνικών δομών, σύμφωνα με τον κ. Hassabis. Ο χώρος αναζήτησης είναι πολύ μεγάλος, αλλά οι πρωτεΐνες αναδιπλώνονται σε νανοδευτερόλεπτα ή χιλιοστά του δευτερολέπτου. «Πρακτικά, προσπαθούμε να αντιστρέψουμε αυτή τη διαδικασία μαθαίνοντας από τα παραδείγματα εξόδου. Νομίζω ότι η AlphaFold έχει καταγράψει κάτι αρκετά βαθύ σχετικά με τη φυσική και τη χημεία των μορίων.
Το συναρπαστικό με την τεχνητή νοημοσύνη γενικά είναι ότι είναι ένα είδος μαύρου κουτιού. Αλλά τελικά, φαίνεται ότι μαθαίνει πραγματικούς κανόνες για τον φυσικό κόσμο» εξηγεί ο Hassabis. Άξιο λόγου είναι ότι περίπου το 30% των πρωτεϊνών (από οργανισμούς με πυρήνα) θεωρείται ότι είναι ατακτοποιημένες. Πολλές από αυτού του είδους τις πρωτεΐνες εμπλέκονται σε ασθένειες, όπως ο νευροεκφυλισμός.
Επίσης, το πρόγραμμα πέτυχε την εξαγωγή ενός μέτρου εμπιστοσύνης για κάθε αμινοξύ, ώστε ένας βιολόγος να είναι σε θέση να γνωρίζει πραγματικά σε ποια μέρη της πρόβλεψης μπορεί να βασιστεί χωρίς να χρειάζεται να καταλάβει τίποτα για τη μηχανική μάθηση. Το πρόγραμμα εκτιμάται ότι θα βοηθήσει στην επιτάχυνση της πραγματικής θεραπείας ασθενειών και της ανάπτυξης φαρμάκων ίσως κατά μερικά χρόνια.
Πηγή: virus.com.gr
