Нобелова награда за химия за разработчици на Alphafold AI за прогнозиране на протеинови структури

Нобелова награда за химия за разработчици на Alphafold AI за прогнозиране на протеинови структури

За първи път - и със сигурност не е последното - научен пробив, станал възможен от изкуствения интелект, получи Нобелова награда. Нобеловата награда за химия през 2024 г. е присъдена на Джон Джумпер и Демис Хасабис от Google DeepMind в Лондон за разработването на новаторски AI инструменти за прогнозиране на протеиновата структура, наречено Alphafold и на Дейвид Бейкър от Университета във Вашингтон в Сиатъл за работата си по изчислителния дизайн на протеини през последните няколко години беше революция от AI.

Ефектите на Alphafold, които беше разкрито преди няколко години, няма нищо друго освен трансформативно. Инструментът е направил прогнозиране на протеиновите структури - често, но не винаги, много точни - достъпни за изследователите с натискането на един бутон, което позволява експерименти, които са били немислими преди десетилетие. Биолозите сега говорят за ера „преди Alphafold“ и „After Alphafold“.

"Отдавна е мечта да можем да прогнозираме триизмерната структура на протеините въз основа на техните аминокиселинни последователности. Това се счита за невъзможно в продължение на десетилетия", казва Хайнер Линке, председател на Нобеловия комитет и наноусист в Университета Лунд в Швеция, по време на обявяването на наградата. Тазгодишните почетници „пробиха кода“, добави той. Тримата победители ще споделят награда от 11 милиона шведска Krona (1 милион долара).

Отличен AI

DeepMind въведе Alphafold през 2018 г., когато спечели двугодишна конкуренция за прогнозиране на протеиновата структура, критичната оценка на прогнозирането на протеиновата структура (CASP). Но това беше втората версия на дълбоката невронна мрежа, който беше представен в края на 2020 г., което предизвика земетресение в науките за живота.

Много от прогнозите на Alphafold2 в CASP бяха толкова точни, че бяха неразличими от експериментално определени протеинови структури. Това подтикна Джон Мулт, съосновател на CASP и изчислителен биолог в Университета в Мериленд в колежа Парк, до Да декларира през 2020 г., че „проблемът е решен по определен начин“.

Хасабис, съосновател и изпълнителен директор на DeepMind, и Jumper, лидер на екипа на Alphafold, ръководеха развитието на Alphafold2. За да прогнозира протеиновите структури, невронната мрежа интегрира подобни структури от бази данни, съдържащи стотици хиляди експериментално определени структури и милиони последователности от свързани протеини - които съдържат информация за техните форми.

През 2021 г. DeepMind Основният код на Alphafold2 е достъпен безплатно, заедно с данните, необходими за обучение на модела. Един База данни на Alphafold, подготвен в сътрудничество с Европейската лаборатория по молекулярна биология и Европейския институт по биоинформатика в Хинкстън, Великобритания, сега съдържа структурите на повечето протеини от всички организми, представени в генетични бази данни: Общо около 214 милиона прогнози. Тази година компанията представи един Трета версия на Alphafold Това може да моделира и други молекули, които взаимодействат с протеини, като лекарства.

Революцията, която Jumper, Hassabis и техните колеги са отприщили, все още е в ранните си етапи и пълното въздействие на Alphafold върху науката може да не е известно от години. Но инструментът вече помага на учените да придобият нови прозрения.

Пионерски екип използва инструмента, заедно с експериментални данни, за да Комплекс за ядрени пори За картографиране, една от най -големите машини в нашите клетки, която транспортира молекули във и извън клетъчното ядро. Миналата година два екипа анализираха цялата база данни на Alphafold, за да открият най -дълбоките ъгли на протеиновата вселена, идентифицирайки нови протеинови семейства и гънки и изненадващи връзки в машините на живота.

Много изследователи се надяват, че Alphafold и други AI инструменти, които е вдъхновил, ще трансформират медицината. Обаче е така все още неясно, как или дали Alphafold ще оптимизира скъп и многоетапния процес на разработване на безопасни нови лекарства.

Създаване на нови протеини

Повече от десетилетие преди DeepMind да започне да работи с Alphafold, изчислителният биофизик Дейвид Бейкър от Университета във Вашингтон в Сиатъл и неговите колеги разработиха софтуерни инструменти за моделиране на протеинови структури, базирани на физически принципи, наречени Rosetta. Инструментът имаше ранен успех В дизайна на нови протеини.

През годините екипът на Бейкър прилага Розета, за да прогнозира протеинови структури-беше сред най-добрите изпълнители в многобройни CASPS преди скорошното доминиране на Alphafold-както и да проектира нови протеини като ензими и самостоятелно сглобяване на протеинови наночастици.

Когато Alphafold2 беше обявен-но все още не беше пуснат-Бейкър и неговият екип, включително изчислителният химик Minkyung Baek, сега в Националния университет в Сеул в Южна Корея, се стреми да разбере софтуера и да приложи някои от своите трикове към по-ранна AI версия на Rosetta. Първата версия на получената мрежа Rosettafold се представи почти толкова и Alphafold2. От 2021 г. и двете мрежи непрекъснато се подобряват от своите разработчици и други учени, за да се справят с нови предизвикателства, като например прогнозиране на структурата на комплексите, съставени от няколко различни взаимодействащи протеина.

През последните години екипът на Бейкър е особено продуктивен в прилагането на машинно обучение в Raison d'être на неговата лаборатория: да се създават нови протеини, които никога не са били виждани в природата. Наскоро разработен инструмент от екипа на Бейкър, който съчетава Rosettafold с генериране на изображения дифузионни невронни мрежи, доведе до квантов скок в способността на изследователите да проектират протеини.

Въпреки че изчислителните инструменти като Alphafold не са заместител на експериментални проучвания, те са ускорител, казват учените. "Това ще даде възможност на ново поколение молекулярни биолози да задават по -напреднали въпроси", казва съдията на Касп Андрей Лупас, еволюционен биолог от Института за биология на Макс Планк в Тюбинген, Германия. 2020 г. към природата.