Напредъкът в областта на машинното обучение и други системи на изкуствения интелект е абсолютно революционен, особено в биологията. Съвсем наскоро DeepMind, дъщерно дружество на Google, натоварено с разработването на авангардни програми за изкуствен интелект, разкри, че неговата система AlphaFold е разкодирала структурата на почти всички известни на науката протеини - над 200 милиона от тях.
Сега нов инструмент за изкуствен интелект разширява още повече границите на възможното, като позволява на учените да проектират оригинални протеини от нулата, които не приличат на нищо, наблюдавано в природата. Този нов инструмент, известен като ProteinMPNN, е описан наскоро от изследователи от Вашингтонския университет в две проучвания, публикувани в Science.
Авторите му са уверени, че ProteinMPNN и други подобни инструменти, които със сигурност ще излязат на повърхността в близко бъдеще, ще открият нова сфера на възможности и последващи приложения. Те включват изцяло нови протеини, които са проектирани от нулата, за да постигнат определена цел, независимо дали става дума за ензими, които разграждат пластмаса, или за нови лекарства, насочени към някои от най-трудните и неразрешими заболявания днес.
"Протеините са основополагащи в цялата биология, но знаем, че всички протеини, които се срещат във всяко растение, животно и микроб, съставляват много по-малко от един процент от възможното. С тези нови софтуерни инструменти изследователите би трябвало да могат да намерят решения на дългогодишни проблеми в областта на медицината, енергетиката и технологиите", заявява водещият автор Дейвид Бейкър (David Baker), професор по биохимия в Медицинския факултет на Вашингтонския университет и носител на наградата за пробив в науките за живота за 2021 г.
Ролята на протеините в поддържането на живота и природата е много важна. Някои от тях са структурни, други - транспортни молекули, трети - рецептори и т.н. Всяка от тези функции е тясно свързана с нейната специфична форма, която се постига чрез нагъване.
Всички протеини започват като линейна верига от основни единици, наречени аминокиселини. Тази първична 2D структура на аминокиселините съдържа "рецептата", която белтъкът използва, за да се сгъне. Протеинът преминава през повтарящи се етапи на сгъване, приемайки широк спектър от конфигурации, преди да достигне крайната си форма, която се оказва най-благоприятната от енергийна гледна точка.
Докато AlphaFold може да предсказва формите на съществуващи протеини, като по този начин извлича тяхната функция, ProteinMPNN се занимава със същия проблем, но от обратния ъгъл. Вместо да прави обратен инженеринг на ролята на даден протеин от природата, новият инструмент може да помогне на учените да проектират изцяло нови протеини от нулата. Те могат например да измислят определена функция или цел за даден протеин и след това да накарат изкуствения интелект да измисли съответната структура, чиито молекулярни компоненти и форма са благоприятни за желаната функция. След това е необходимо просто да се синтезират тези протеини в лабораторни условия.
Наноразмерни пръстени, всеки с диаметър милиард пъти по-малък от маково семе, които могат да бъдат монтирани в персонализирани наномашини. Кредит: University of Washington
ProteinMPNN може да постигне всички тези наистина забележителни неща, като използва два мощни изкуствени интелекта, разработени във Вашингтонския университет. Първият, наречен "халюцинация" (hallucination), позволява на учените да търсят сред потенциално полезни протеинови последователности въз основа на прости подсказки - нещо като известния вече инструмент за генеративен изкуствен интелект DALL-E, който създава фантастични изображения от текстова подсказка. Вторият изкуствен интелект, известен като "запълване" (inpainting), може да се разглежда като функция за автоматично попълване, подобна на тази, която виждате, когато въвеждате въпрос в Google - само че за протеини. Когато се използват съчетано, двата метода могат да дадат възможност на учените да открият изцяло нови протеини, които отговарят на желаната функция.
За да валидират различните форми на протеините, генерирани от двата изкуствени интелекта, изследователите се обръщат към изпитания AlphaFold, за да проверят дали аминокиселинните последователности наистина могат да се сгънат в желаната форма.
"ProteinMPNN е за проектирането на протеини това, което AlphaFold беше за предсказването на протеинови структури", заявява Бейкър.
Протеините, първоначално проектирани с помощта на ProteinMPNN, са сглобени в лабораторни условия. Сред тях са наноразмерни пръстени, всеки с диаметър милиард пъти по-малък от маково семе, които могат да бъдат монтирани в наномашини по поръчка.
"Това е самото начало на машинното обучение при проектирането на протеини. През следващите месеци ще работим за усъвършенстване на тези инструменти, за да създадем още по-динамични и функционални протеини", коментира Бейкър.
ProteinMPNN е достъпен безплатно и в GitHub.
Спрaвкa:
Robust deep learning–based protein sequence design using ProteinMPNN
J. Dauparas, I. Anishchenko, N. Bennett, H. Bai, R. J. Ragotte, L. F. Milles, B. I. M. Wicky, A. Courbet, R. J. de Haas, [...]D. Baker
SCIENCE, 15 Sep 2022, DOI: 10.1126/science.add2187
Hallucinating symmetric protein assemblies
B. I. M. Wicky, L. F. Milles, A. Courbet, R. J. Ragotte, J. Dauparas, E. Kinfu, S. Tipps, R. D. Kibler, M. Baek, [...]D. Baker
SCIENCE, 15 Sep 2022, DOI: 10.1126/science.add196
Изтoчник: AI invents new proteins from scratch: the next frontier in biology, zmescience
Още по темата
Човекът
Изкуствен интелект декодира реч от мозъчна дейност с изненадваща точност
Технологии
Картини, генерирани от изкуствен интелект, печелят първо място на конкурс за изкуство
Животът
Изкуствен интелект откри структурата на почти всеки протеин, известен на науката
Коментари
Моля, регистрирайте се от TУК!
Ако вече имате регистрация, натиснете ТУК!
Няма коментари към тази новина !
Последни коментари