Algorytm AlphaFold przyczynił się do rozwiązania jednego z najważniejszych zagadnień, z którym biolodzy zmagali się od kilkudziesięciu lat. Specjaliści z DeepMind napisali oprogramowanie wykorzystujące potencjał sztucznej inteligencji do przewidywania struktury białek na podstawie sekwencji aminokwasów. Dokładność nowego narzędzia zaskoczyła naukowców. Odkrycie ułatwi badanie struktur biologicznych i może przyczynić się do powstania leków o niespotykanej dotychczas skuteczności działania.

– Problemem, w jaki sposób białka się zwijają, zajmujemy się już przez prawie 50 lat. Pracując nad nim osobiście przez tak długi czas i po tylu wzlotach i upadkach, zastanawiając się, czy kiedykolwiek znajdziemy rozwiązanie, widzę, że tak wyjątkowe doświadczenie jak DeepMind opracowuje rozwiązanie tego problemu – podkreśla prof. John Moult z Uniwersytetu Marylandu, współzałożyciel i przewodniczący eksperymentu CASP (Krytycznej Oceny Prognoz Struktury Białek).

Białka stanowią podstawowy budulec wszystkich organizmów żywych, a pełniona przez nie rola jest uzależniona m.in. od ich trójwymiarowej struktury. Naukowcy od lat próbowali stworzyć narzędzia i wypracować metody, które pozwolą określić ułożenie białek, co pozwoliłoby lepiej zrozumieć sposób ich funkcjonowania, a także zrobić znaczne postępy na drodze do opracowania leków o wysokiej skuteczności.

Świat nauki od 1994 roku co dwa lata organizuje konkurs Critical Assessment of Techniques for Protein Structure Prediction, w ramach którego testowane są nowe narzędzia informatyczne wyspecjalizowane w procesie przewidywania przestrzennej struktury białek na podstawie ich sekwencji aminokwasowej. Algorytm AlphaFold po raz pierwszy przystąpił do zawodów w 2018 roku i od razu wspiął się na szczyt listy najskuteczniejszego oprogramowania. Ale to jego druga, odświeżona odsłona zaprezentowana podczas CASP 2020 zaskoczyła naukowców swoją skutecznością.

Oprogramowanie od DeepMind okazało się tak precyzyjne, że wyniki obliczeń predykcyjnych w niektórych przypadkach nie różniły się od pomiarów struktury białek wykonanych metodą eksperymentalną. W większości pomiarów uzyskał dokładność na poziomie 90 proc., zaś margines błędu w odtworzeniu trójwymiarowej struktury przestrzennej wyniósł ok. 0,16 nm.

– Ta praca obliczeniowa stanowi ogromny postęp w rozwiązywaniu problemu zwijania białek, który od 50 lat jest wielkim wyzwaniem w biologii. Dokonało się to dekady wcześniej, niż wielu ekspertów dziedziny się spodziewało. Odkrycie  fundamentalnie zmieni badania biologiczne na wiele sposobów – wskazuje prof. Venki Ramakrishnan, laureat Nagrody Nobla i prezes brytyjskiej akademii nauk The Royal Society.

  Latanie będzie coraz droższe. Tradycyjne paliwo muszą zastąpić biopaliwa, ale przyszłość to samoloty hybrydowe i elektryczne

AlphaFold nie tylko zdystansował przeszło setkę konkurencyjnych programów, wskazał także nowy kierunek rozwoju nauk biologicznych. W przyszłości, kiedy algorytm uda się dopracować, może zastąpić metody eksperymentalne i znacząco przyspieszyć zmapowanie przestrzenne znanych białek. W ciągu ostatnich 50 lat udało się odtworzyć wygląd jedynie 100 tys. z nich, a do zbadania pozostało jeszcze blisko 200 mln, które dotychczas udało się zsekwencjonować.

Sekret skuteczności AlphaFold tkwi w czterech latach intensywnych badań nad procesem szkolenia sztucznej inteligencji przy wykorzystaniu technologii uczenia maszynowego. Zespół DeepMind zaprogramował swój algorytm na podstawie bazy danych zawierającej informacje o strukturze przestrzennej ok. 170 tys. znanych białek. Dane te zestawiono z sekwencjami aminokwasów o nieznanej strukturze, które posłużyły za materiał szkoleniowy w trakcie kilkutygodniowego treningu.

– AlphaFold to postęp, który się dokonuje raz na generację. Przewiduje struktury białek z niesamowitą szybkością i precyzją. Ten krok naprzód pokazuje, w jaki sposób metody obliczeniowe mogą przekształcić badania w dziedzinie biologii i dają duże nadzieje na przyspieszenie procesu odkrywania leków – tłumaczy dr Arthur D. Levinson, założyciel i dyrektor generalny Calico, były prezes i dyrektor generalny Genentech.

Według analityków z firmy Grand View Research wartość globalnego rynku sztucznej inteligencji w 2020 roku wyniesie 62,4 mld dol. Przewiduje się, że do 2027 roku wzrośnie do 733,7 mld dol. przy średniorocznym tempie wzrostu na poziomie 42,2 proc.

Źródło: https://innowacje.newseria.pl/news/sztuczna-inteligencja,p1819507304