Nagroda Nobla w dziedzinie chemii dla twórców AlphaFold AI za przewidywanie struktur białek

Nagroda Nobla w dziedzinie chemii dla twórców AlphaFold AI za przewidywanie struktur białek

Po raz pierwszy – i na pewno nie ostatni – przełom naukowy możliwy dzięki sztucznej inteligencji został uhonorowany Nagrodą Nobla. Nagrodę Nobla w dziedzinie chemii za rok 2024 otrzymali John Jumper i Demis Hassabis z Google DeepMind w Londynie za opracowanie przełomowego Narzędzia AI do przewidywania struktury białek o nazwie AlphaFold oraz Davidowi Bakerowi z Uniwersytetu Waszyngtońskiego w Seattle za jego pracę nad obliczeniowym projektowaniem białek prowadzoną w ciągu ostatnich kilku lat został zrewolucjonizowany przez sztuczną inteligencję.

Efekty AlphaFold i to została ujawniona kilka lat temu, mają po prostu charakter przemieniający. Dzięki temu narzędziu przewidywanie struktur białek – często, ale nie zawsze bardzo dokładne – jest dostępne dla badaczy za naciśnięciem jednego przycisku, umożliwiając eksperymenty, które dziesięć lat temu były nie do pomyślenia. Biolodzy mówią obecnie o epoce „przed AlphaFold” i „po AlphaFold”.

„Możliwość przewidzenia trójwymiarowej struktury białek na podstawie ich sekwencji aminokwasów była marzeniem od dawna. Przez dziesięciolecia uważano to za niemożliwe” – powiedział podczas ogłoszenia nagrody Heiner Linke, przewodniczący Komitetu Nobla i nanonaukowiec z Uniwersytetu w Lund w Szwecji. Tegoroczni wyróżnieni „złamali szyfr” – dodał. Trzej zwycięzcy podzielą się nagrodą w wysokości 11 milionów koron szwedzkich (1 milion dolarów).

Doskonała sztuczna inteligencja

Firma DeepMind wprowadziła na rynek AlphaFold w 2018 r., wygrywając odbywający się co dwa lata konkurs na przewidywanie struktury białek – Critical Assessment of Protein Structure Prediction (CASP). Ale to była druga wersja głębokiej sieci neuronowej, który został zaprezentowany pod koniec 2020 roku, co wywołało trzęsienie ziemi w naukach przyrodniczych.

Wiele przewidywań AlphaFold2 w CASP było tak dokładnych, że nie można ich było odróżnić od eksperymentalnie określonych struktur białkowych. To skłoniło Johna Moulta, współzałożyciela CASP i biologa obliczeniowego na Uniwersytecie Maryland w College Park, do zadeklarować w 2020 r, że „problem został w określony sposób rozwiązany”.

Hassabis, współzałożyciel i dyrektor generalny DeepMind oraz Jumper, lider zespołu AlphaFold, kierowali rozwojem AlphaFold2. Aby przewidzieć struktury białek, sieć neuronowa integruje podobne struktury z baz danych zawierających setki tysięcy eksperymentalnie określonych struktur i miliony sekwencji powiązanych białek – które zawierają informacje o ich kształtach.

W 2021 r. DeepMind Podstawowy kod AlphaFold2 jest dostępny bezpłatnie wraz z danymi wymaganymi do uczenia modelu. Jeden Baza danych AlphaFold, przygotowane we współpracy z Europejskim Laboratorium Biologii Molekularnej i Europejskim Instytutem Bioinformatyki w Hinxton w Wielkiej Brytanii, zawiera teraz struktury większości białek ze wszystkich organizmów reprezentowanych w genetycznych bazach danych: w sumie około 214 milionów przewidywań. W tym roku firma wprowadziła jeden trzecia wersja AlphaFold które mogą również modelować inne cząsteczki oddziałujące z białkami, takie jak leki.

Rewolucja, którą rozpętali Jumper, Hassabis i ich współpracownicy, jest wciąż w początkowej fazie, a pełny wpływ AlphaFold na naukę może nie być znany jeszcze przez lata. Jednak narzędzie to już pomaga naukowcom w zdobywaniu nowych informacji.

Pionierski zespół wykorzystał to narzędzie wraz z danymi eksperymentalnymi do kompleks porów jądrowych mapować, jedną z największych maszyn w naszych komórkach, która transportuje cząsteczki do i z jądra komórkowego. W ubiegłym roku dwa zespoły przeanalizowały całą bazę danych AlphaFold, aby odkryć najgłębsze zakątki wszechświata białek, identyfikując nowe rodziny i fałdy białek oraz zaskakujące połączenia w maszynerii życia.

Wielu badaczy ma nadzieję, że AlphaFold i inne zainspirowane przez niego narzędzia AI odmienią medycynę. Jednak tak jest nadal niejasne, w jaki sposób i czy AlphaFold usprawni kosztowny i wieloetapowy proces opracowywania nowych, bezpiecznych leków.

Tworzenie nowych białek

Ponad dziesięć lat przed rozpoczęciem współpracy DeepMind z AlphaFold biofizyk obliczeniowy David Baker z Uniwersytetu Waszyngtońskiego w Seattle wraz ze współpracownikami opracował narzędzia programowe do modelowania struktur białkowych w oparciu o zasady fizyczne zwane Rosetta. Narzędzie już odniosło sukces w projektowaniu nowych białek.

Przez lata zespół Bakera wykorzystywał Rosettę do przewidywania struktur białek — przed niedawną dominacją AlphaFold znajdowała się ona wśród najlepszych wyników w wielu CASP — a także do projektowania nowych białek, takich jak enzymy i samoorganizujące się nanocząstki białkowe.

Kiedy ogłoszono AlphaFold2 – ale jeszcze go nie wypuszczono – Baker i jego zespół, w tym chemik obliczeniowy Minkyung Baek, obecnie na Uniwersytecie Narodowym w Seulu w Korei Południowej, postanowili zrozumieć oprogramowanie i zastosować niektóre jego sztuczki we wcześniejszej wersji Rosetty opartej na sztucznej inteligencji. Pierwsza wersja powstałej sieci RoseTTAFold działała prawie tak samo dobrze jak AlphaFold2. Od 2021 r. obie sieci są stale udoskonalane przez ich twórców i innych naukowców, aby sprostać nowym wyzwaniom, takim jak przewidywanie struktury kompleksów składających się z kilku różnych oddziałujących ze sobą białek.

W ostatnich latach zespół Bakera wykazał się szczególną produktywnością w zastosowaniu uczenia maszynowego do realizacji racji bytu swojego laboratorium: do tworzenia nowych białek, których nigdy nie widziano w naturze. Niedawno opracowane przez zespół Bakera narzędzie, które łączy RoseTTAFold z generującymi obrazy dyfuzyjnymi sieciami neuronowymi, doprowadziło do milowego skoku w możliwościach badaczy w zakresie projektowania białek.

Chociaż narzędzia obliczeniowe takie jak AlphaFold nie zastępują badań eksperymentalnych, stanowią one akcelerator – twierdzą naukowcy. „Umożliwi to nowemu pokoleniu biologów molekularnych zadawanie bardziej zaawansowanych pytań” – powiedział sędzia CASP Andrei Lupas, biolog ewolucyjny w Instytucie Biologii Rozwoju im. Maxa Plancka w Tybindze w Niemczech. 2020 dla natury.