AlphaFold: A Fehérjék Jövője a Mesterséges Intelligenciával
2021-ben a DeepMind AI kutatólaboratórium bejelentette első digitális biológiai neurális hálózatának, az AlphaFold-nak a fejlesztését. A modell képes volt pontosan előre jelezni a fehérjék 3D szerkezetét, amely meghatározza az ezek által játszott funkciókat. „Csak vízzel teli zacskók vagyunk, amelyek mozognak,” mondja Pushmeet Kohli, a DeepMind kutatási alelnöke. „Ami különlegessé tesz minket, azok a fehérjék, az élet építőkövei. Az, ahogyan kölcsönhatásba lépnek egymással, az élet varázsa.”
Az AlphaFold-ot a Science folyóirat 2021-ben az év áttörésének tekintette. 2022-ben ez volt a legidézettebb kutatási cikk az AI területén. „Az emberek évtizedek óta foglalkoznak a fehérjeszerkezetekkel, és nem tudtak olyan nagy előrelépést tenni,” mondja Kohli. „Aztán jött az AI.”
A DeepMind emellett kiadta az AlphaFold Protein Structure Database-t is, amely szinte minden olyan organizmus fehérjeszerkezetét tartalmazza, amelynek genomját szekvenálták, és ezt szabadon hozzáférhetővé tette a tudósok számára világszerte. Több mint 1,7 millió kutató 190 országban használta ezt kutatásokhoz, kezdve a műanyagevő enzimek tervezésétől a hatékonyabb malária vakcinák fejlesztéséig. Az AlphaFold-ot felhasználó kutatások negyede a rák, a Covid-19 és neurodegeneratív betegségek, például a Parkinson-kór és az Alzheimer-kór megértésére irányult.
Tavaly a DeepMind kiadta az AlphaFold következő generációját, amely kiterjesztette a szerkezet előrejelzési algoritmusát olyan biomolekulákra, mint a nukleinsavak és ligandok. „Ez demokratizálta a tudományos kutatást,” mondja Kohli. „Azok a tudósok, akik egy fejlődő országban dolgoznak egy elhanyagolt trópusi betegségen, nem fértek hozzá azokhoz a forrásokhoz, hogy egy fehérje szerkezetét kiszámítsák. Most egyetlen kattintással elérhetik az AlphaFold adatbázist és ingyen kapják meg ezeket az előrejelzéseket.”
Például a DeepMind korai partnere, a Drugs for Neglected Diseases Initiative, az AlphaFold-ot használta olyan betegségek gyógyszereinek kifejlesztésére, amelyek emberek millióit érintik – mint például az álomkór, a Chagas-kór és a leishmaniasis -, de viszonylag kevés kutatásban részesülnek.
A DeepMind legújabb áttörése az AlphaMissense névre hallgat. A modell kategorizálja az úgynevezett missense mutációkat – genetikai változásokat, amelyek különböző aminosavak előállítását eredményezhetik a fehérjék meghatározott helyein. Az ilyen mutációk megváltoztathatják magának a fehérjének a funkcióját, és az AlphaMissense valószínűségi pontszámot rendel ahhoz, hogy az adott mutáció kórokozó vagy jóindulatú. „Ezeknek a hatásoknak a megértése és előrejelzése kulcsfontosságú a ritka genetikai betegségek felfedezéséhez,” mondja Kohli.
Az algoritmus, amelyet tavaly adtak ki, az összes lehetséges emberi missense mutáció körülbelül 89 százalékát osztályozta. Korábban csak az összes lehetséges variáns 0,1 százalékát osztályozták klinikailag a kutatók. „Ez csak a kezdet,” mondja Kohli. Végső soron úgy véli, hogy az AI végül egy virtuális sejt létrehozásához vezethet, amely radikálisan felgyorsíthatja a biomedikai kutatásokat, lehetővé téve a biológia felfedezését in-silico, nem pedig valós laboratóriumokban. „Az AI és a gépi tanulás révén végre megvannak az eszközeink ahhoz, hogy megértsük ezt a nagyon összetett rendszert, amelyet életnek nevezünk.”
Érdekesség: Az AlphaFold Protein Structure Database tartalma több mint 200 millió fehérjeszerkezetet tartalmaz, ami az emberi genom minden lehetséges fehérjéjének több mint 98 százalékát fedi le.
Források: DeepMind, Science
