Нобелова награда за химия за разработчиците на AlphaFold AI за предсказване на протеинови структури

Нобелова награда за химия за разработчиците на AlphaFold AI за предсказване на протеинови структури

За първи път — и със сигурност не за последен — научен пробив, станал възможен благодарение на изкуствения интелект, беше удостоен с Нобелова награда. Нобеловата награда за химия за 2024 г. беше присъдена на Джон Джъмпър и Демис Хасабис от Google DeepMind в Лондон за разработването на новаторски AI инструменти за прогнозиране на протеинова структура, наречени AlphaFold и на Дейвид Бейкър от Вашингтонския университет в Сиатъл за работата му върху изчислителния протеинов дизайн през последните няколко години беше революционизиран от AI.

Ефектите на AlphaFold, че беше разкрита преди няколко години, не са нищо друго освен трансформиращи. Инструментът направи прогнозирането на протеинови структури – често, но не винаги, много точно – достъпно за изследователите с натискането на един бутон, позволявайки експерименти, които бяха немислими преди десетилетие. Сега биолозите говорят за ера „преди AlphaFold“ и „след AlphaFold“.

„Отдавна беше мечта да можем да предвидим триизмерната структура на протеините въз основа на техните аминокиселинни последователности. Това се смяташе за невъзможно в продължение на десетилетия“, каза Хайнер Линке, председател на Нобеловия комитет и наноучен в университета Лунд в Швеция, по време на обявяването на наградата. Тазгодишните отличени „са разбили кода“, добави той. Тримата победители ще си поделят награда от 11 милиона шведски крони (1 милион щатски долара).

Отличен AI

DeepMind представи AlphaFold през 2018 г., когато спечели двугодишно състезание 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 накара Джон Моулт, съосновател на CASP и изчислителен биолог в Университета на Мериленд в Колидж Парк, да за деклариране през 2020 г, че „проблемът е решен по определен начин“.

Hassabis, съосновател и главен изпълнителен директор на DeepMind, и Jumper, лидер на екипа на AlphaFold, ръководиха разработването на AlphaFold2. За да предвиди протеинови 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 AlphaFold, изготвен 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 генетичните бази данни: общо около 214 милиона прогнози. Тази година компанията представи такъв трета версия на AlphaFold които също могат да моделират други молекули, които взаимодействат с протеини, като лекарства.

Революцията, която Jumper, Hassabis и техните колеги отприщиха, 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 получат нови прозрения.

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

Много изследователи се надяват, че AlphaFold и други AI инструменти, вдъхновени от него, ще трансформират медицината. Въпреки това е така все още неясно, как и дали AlphaFold ще рационализира скъпия и многоетапен 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 на 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 е прилагал Rosetta за предсказване на протеинови структури – той беше сред най-добрите изпълнители в множество CASP преди скорошното господство на AlphaFold – както и за проектиране на нови протеини като ензими и самосглобяващи се протеинови наночастици.

Когато AlphaFold2 беше обявен – но все още не пуснат – Бейкър и неговият екип, включително изчислителният химик Minkyung Baek, сега в Националния университет в Сеул в Южна Корея, се заеха да разберат софтуера и да приложат някои от неговите трикове към по-ранна базирана на AI версия на Rosetta. Първата версия на получената RoseTTAFold мрежа се представи почти толкова добре, колкото AlphaFold2. От 2021 г. и двете мрежи непрекъснато се подобряват от техните разработчици и други учени, за да се справят с нови предизвикателства, като например предсказване на структурата на комплекси, съставени от няколко различни взаимодействащи протеини.

През последните години екипът на Бейкър беше особено продуктивен в прилагането на машинно обучение към причината за съществуването на неговата лаборатория: за създаване на нови протеини, които никога не са били виждани в природата. Наскоро разработен инструмент от екипа на Бейкър, който комбинира RoseTTAFold с дифузионни невронни мрежи, генериращи изображения, доведе до квантов скок в способността на изследователите да проектират протеини.

Въпреки че изчислителни инструменти като AlphaFold не са заместител на експерименталните изследвания, те са ускорител, казват учените. „Това ще даде възможност на ново поколение молекулярни биолози да задават по-сложни въпроси“, каза съдията от CASP Андрей Лупас, еволюционен биолог в Института за биология на развитието на Макс Планк в Тюбинген, Германия. 2020 към природата.