freegr

Η Τεχνητή Νοημοσύνη της Google φέρνει την επανάσταση στην Βιολογία

 


Η τεχνολογία Τεχνητής Νοημοσύνης AlphaFold της DeepMind (ανήκει στην Alphabet, τη “μαμά” της Google) ανοίγει νέους ορίζοντες για τους επιστήμονες επιλύοντας ένα πολύ σημαντικό πρόβλημα 50ετίας. Οι βιολόγοι προσπαθούν όλα αυτά τα χρόνια να προβλέψουν τους τρόπους με τους οποίους δημιουργούνται οι τρισδιάστατες δομές των πρωτεϊνών, όπως και τις μεταβολές τους, ούτως ώστε να κατανοήσουν καλύτερα τις λειτουργίες τους και τον ρόλο τους στις διάφορες ασθένειες.

Μια πρωτεΐνη είναι ουσιαστικά μια αλληλουχία αμινοξέων που διπλώνεται για να σχηματίσει μια τρισδιάστατη τελική δομή. Εδώ και δεκαετίες οι ερευνητές χρησιμοποιούν σύγχρονα εργαλεία (π.χ. κρυσταλλογραφία ακτίνων Χ και ειδικά μικροσκόπια) που τους επιτρέπουν να μελετούν αυτές τις τρισδιάστατες δομές των πρωτεϊνών με τρομερή λεπτομέρεια, παρόλα αυτά, είναι εξαιρετικά δύσκολο να γίνει πρόβλεψη για την τελική μορφή που θα πάρει αυτή η αλληλουχία των αμινοξέων. Είναι χαρακτηριστικό ότι στο παρελθόν θεωρούσαν πως δεν φτάνει ούτε ο χρόνος ζωής του…Σύμπαντος για να βρεθούν όλοι οι πιθανοί συνδυασμοί.

Κάπου εδώ έρχεται να σώσει την κατάσταση το σύστημα AlphaFold της DeepMind, το οποίο πρωτοπαρουσιάστηκε σε μια πρώιμη μορφή του το 2018 στην εκδήλωση CASP (Critical Assessment of protein Structure Prediction) και ξεχώρισε μακράν απ’ όλους τους ανταγωνιστές του. Πλέον, η ανάπτυξη του έχει προχωρήσει σε τέτοιο βαθμό που κάνουν λόγο για “εκπληκτική πρόοδο”, διότι εκπαιδεύτηκε με δεδομένα από 170.000 γνωστές πρωτεϊνικές δομές και μια τεράστια βάση τυχαίων δομών. Η βαθμολογία που έλαβε στην κλίμακα Global Distance (αξιολογεί το ποσοστό των σωστών θέσεων των αμινοξέων στην πρωτεϊνική δομή) έφτασε στο 92.4 με άριστα το 100.


Όπως αναφέρει ο καθηγητής Andrei Lupas, διευθυντής του τμήματος Αναπτυξιακής Βιολογίας στο Max Planck Institute,

Τα εκπληκτικής ακρίβειας μοντέλα του συστήματος AlphaFold μας επέτρεψαν να λύσουμε ένα πρόβλημα πρωτεϊνικής δομής που μας απασχολούσε εδώ και σχεδόν 10 χρόνια, αλλά και να κατανοήσουμε πως μεταδίδονται τα σήματα σε κυτταρικές μεμβράνες. Είναι ένα εργαλείο που αλλάζει οριστικά το παιχνίδι.

Από την άλλη, ο βραβευμένος με Νόμπελ καθηγητής Venki Ramakrishnan, σημείωσε:

Πρόκειται για μια εκπληκτική εξέλιξη στην επίλυση του προβλήματος των πρωτεϊνικών δομών, το οποίο αποτελεί πρόκληση για τη Βιολογία εδώ και 50 χρόνια. Συνέβη, μάλιστα, δεκαετίες νωρίτερα απ’ ό,τι προέβλεπαν πολλοί ειδικοί του χώρου μας και ανυπομονούμε να τη δούμε να αλλάζει ριζικά την έρευνα στον τομέα μας.

Το σύστημα AlphaFold θα συνεχίσει να εκπαιδεύεται διαρκώς, άρα θα βελτιώνεται ακόμη περισσότερο με τον καιρό. Η εκμετάλλευση του θα βοηθήσει σημαντικά τους ερευνητές να αναγνωρίσουν τις “κακόβουλες” πρωτεΐνες και τους λόγους που προκαλούν συγκεκριμένες ασθένειες. Μια τέτοια γνώση θα ανοίξει ένα ολοκαίνουργιο κεφάλαιο για την στοχευμένη ανάπτυξη θεραπειών και τη δημιουργία νέων φαρμάκων που θα επιταχύνουν δραματικά την καταπολέμηση τους. Δεν αποκλείεται η δυνατότητα πρόβλεψης να βοηθήσει στην αποφυγή μελλοντικών πανδημιών από νέους ιούς ή ακόμη και την ανάπτυξη ειδικών ενζύμων που θα λύσουν το πρόβλημα με την αποδόμηση των πλαστικών.

About Freegr network

Από το Blogger.