Tyto biomolekuly jsou zodpovědné za fungování téměř všech funkcí organismu, takže pochopení fungování proteinů znamená pochopení fungování buněk. Společnost DeepMind využila umělou inteligenci k vyřešení dlouholetého biologického problému: trojrozměrného tvaru buňky.bílkoviny.

(Obrázek Jawahar Swaminathan)

Ukázalo se, že tyto biomolekuly jsou poměrně velké. Často tvoří bílkovinu tisíce aminokyselin, a právě proto je tak obtížné předpovědět tvar takových molekul pouze na základě jejich složek. Vědci proto využili umělou inteligenci společnosti k předpovědi tvaru bílkovin.

Výsledkem tedy byla více než 90% podobnost mezi skutečným formátem a formátem navrženým umělou inteligencí. Tento typ predikce se začal testovat v 90. letech 20. století. Ještě nedávno se totiž věřilo, že trojrozměrná predikce proteinů bude trvat ještě desítky let, než bude proveditelná. Závěry společnosti DeepMind proto představují revoluci ve stavuumění v bioinformatice.

Proteiny pracují trojrozměrně

Možná jste už slyšeli, že proteiny fungují podle modelu zámek a klíč. To znamená, že proteiny a receptory se na sebe vážou spíše jako klíč a zámek. Skutečný systém je však mnohem složitější. Reakce s proteiny závisí na biochemických kaskádách a velmi specifických podmínkách. Tyto varianty umožňují stovky interakcí.Proto je trojrozměrný tvar bílkovin tak důležitý. Je to proto, že jejich fungování závisí na tom, zda do sebe "zapadají".

Vraťme se však k základům: bílkoviny regulují expresi genů, produkci základních sloučenin, trávení potravy a nespočet dalších funkcí. Jako příklad uveďme bílkovinu laktázu, která je zodpovědná za vazbu na laktózu obsaženou v mléčných výrobcích a za rozklad této molekuly. Pokud člověk správně neprodukuje enzym laktázu, dochází k intoleranci laktózy.laktóza.

Mnoho dalších onemocnění je způsobeno tímto typem problému. Navíc další poruchy souvisejí se základními proteiny. Technologie DeepMind proto může pomoci vyvinout nové léčebné postupy pro stovky nemocí. Kromě toho vědci otestovali algoritmus na jednom z proteinů, který používá Sars-CoV-2. Výsledky byly také více než 90% podobnostpředpověď s původním proteinem.

Historický průlom

Kolem roku 1990 byl zahájen projekt CASP (Critical Assessment of protein Structure Prediction), jehož cílem bylo konkrétně předpovědět, jak protein získává trojrozměrný tvar, který pozorujeme. Do té doby se dokonce věřilo, že tento typ mapování může efektivně trvat tisíciletí.

Stejně jako mnoho jiných vědních oborů se však i biologie hluboce propojila s informatikou. Statistická analýza umožňuje umělé inteligenci provádět miliony nebo dokonce miliardy simulací v krátkém čase. To výrazně urychlilo tempo vědeckých objevů nejen v biologii, ale i v chemii, fyzice a medicíně.

Pokračováním projektu CASP prolomila společnost DeepMind historickou bariéru, protože všechny dosud provedené simulace měly úroveň podobnosti mnohem nižší než výsledky této umělé inteligence, přibližně 50 %.