Искусственный интеллект компании DeepMind предсказывает форму почти всех известных белков

Спустя год после того, как программа AlphaFold продемонстрировала, что она может решить давнюю проблему предсказания окончательной рабочей формы белков на основе только их строительных блоков, компания DeepMind теперь расширяет сферу своего применения почти на все известные науке белки.

Новые детали помогут исследователям визуализировать почти 200 миллионов белков, составляющих основу жизни животных, растений, бактерий и других организмов - почти всех организмов на планете, геном которых был секвенирован.

Это значительное развитие системы искусственного интеллекта (ИИ), которая ранее каталогизировала сложные структуры почти 1 миллиона белков всего лишь 10 000 видов, и первоначально была ориентирована на такие области исследований, как забытые и тропические болезни.

Как заявил генеральный директор DeepMind Демис Хассабис,

Продемонстрировав, что ИИ может точно предсказать форму белка с точностью до атома, в масштабе и за считанные минуты, AlphaFold не только обеспечил решение 50-летней грандиозной задачи, но и стал первым большим доказательством нашего основополагающего тезиса: искусственный интеллект может значительно ускорить научные открытия и, в свою очередь, продвинуть человечество. Теперь ученые могут исследовать всю эту базу данных и искать закономерности - корреляции между видами и эволюционными моделями, которые могли быть до сих пор неочевидными.

На практике это означает, что большинство страниц международной базы данных белков UniProtwill теперь будут содержать 3D-модели, многие из которых до сих пор были недоступны, в дополнение к перечню аминокислот и генетических последовательностей. Это, по мнению DeepMind, сделает исследователей на шаг ближе к поиску способов манипулирования ими не только для борьбы с болезнями, но и для решения таких проблем, как загрязнение окружающей среды пластиком и отсутствие продовольственной безопасности.

Компания DeepMind впервые запустила общедоступную базу данных AlphaFold в июле 2021 года в партнерстве с Европейским институтом биоинформатики, входящим в состав межправительственной Европейской лаборатории молекулярной биологии (EMBL-EBI), начав работу всего с 350 000 белковых структур и охватив весь протеом человека.

За последующие 12 месяцев ее размер увеличился и теперь с ней работают свыше 500 000 исследователей из более чем 190 стран.

"Только за последний год появилось более тысячи научных статей по широкому кругу тем, в которых используются структуры AlphaFold. Я никогда не видел ничего подобного, — сказал Самир Веланкар, руководитель группы в Банке белковых данных EMBL-EBI в Европе. — И это влияние только одного миллиона предсказаний. Представьте себе влияние более 200 миллионов предсказаний структуры белка, находящихся в открытом доступе в базе данных AlphaFold".

AlphaFold уже показал свою ценность в поиске лекарств: биотехнологические фирмы используют ее предсказания в своих собственных компьютерных моделях, чтобы изучить, как белки будут взаимодействовать с потенциальными лекарствами.

Это также помогает разработчикам лекарств быть более точными и избегать потенциальных побочных эффектов, предлагая прогнозы не только в отношении белков, которые будут взаимодействовать с терапией, но и тех, которые не будут.