Белок является принципиальной частью жизни хоть какого человека, но невзирая на то, что мы живем в XXI веке, когда нейросети отрисовывают картины, а 3D-принтеры — настоящие органы, вполне изучить белок ученым пока не представлялось способности. А именно, биологи в протяжении крайних 50 лет пробовали найти трехмерную структуру белка: если ее осознать, то можно выяснить, как он ведет взаимодействие с иными субстанциями, в том числе лекарствами. До недавнешнего времени механизм сворачивания белка так и оставался неведомым, пока команда DeepMind, подразделение Гугл, которое занимается созданием нейросетей, не решила пользоваться для решения данной задачки искусственным умом.
Эту структуру белка сделал метод на базе нейросети
Содержание
- 1 Как найти структуру белка?
- 2 Что такое AlphaFold?
- 3 Для чего необходимо определять структуру белка?
- 4 Как еще может употребляться AlphaFold 2
Как найти структуру белка?
В чем все-таки неувязка найти трехмерную структуру белка? Белки склонны принимать форму без сторонней помощи, руководствуясь лишь законами физики. Ранее у биологов было представление, как это создать, но все упиралось во время. Для решения данной задачки нужно найти аминокислотную последовательность белка и проанализировать связи меж членами данной последовательности. Вот лишь эта последовательность может состоять даже из 101 аминокислоты, меж которыми будет, соответственно, 100 связей. Плюс у каждой из их быть может три вероятных состояния.
В итоге у конечного белка будет неописуемо много вариантов структур — 3 в сотой степени. Чтоб перебрать их все, человеку потребуются тыщи лет.
Естественно, столько времени в припасе ни у кого нет, потому 10-ки лет ученые пробовали решить эту задачку остальным методом. Не выходило, до возникновения AlphaFold — метода, который команда DeepMind разработала специально для данной цели.
Что такое AlphaFold?
Первую версию этого метода DeepMind показала еще два года вспять. AlphaFold оказался наиболее четким, чем соперники, в прогнозировании трехмерной структуры белков из перечня составляющих. Нейросети довольно «скормить» последовательность аминокислот, а на выходе она покажет расстояние и углы связей меж ними, что дозволяет вернуть структуру белка.
Создатели продолжили работу над методом, и 30 ноября 2020 года проявили AlphaFold 2, который стал еще наиболее четким. Мысль в том, чтоб разглядеть последовательность аминокислот в виде графа: его верхушки — это аминокислотные остатки, а ребра — связи меж ними. А потом отдать задачку нейросети с блоком внимания изучить его, беря во внимание уже узнаваемых схожих и эволюционно схожих белков. Опосля этого из получившихся связей метод выстраивает конечную трехмерную структуру белка.
Структуры белка, сделанные методом DeepMind
Но хоть какой нейросети необходимы входные данные, на которые она может опираться, и в этом случае ученые загрузили информацию о структурах приблизительно 170 тыщ белков. Весь процесс обучения занял несколько недель — по сопоставлению с тыщами лет, о которых велась речь сначала статьи, это реальный прорыв. Метод представили на недавнешней конференции CASP, где AlphaFold2 занял 1-ое пространство, набрав 92,4 из 100 вероятных баллов (исходит из корректности расположенных аминокислотных остатков в цепочке белка). Прошедшая версия метода набирала максимум 60 баллов.
Исследования точности алгоритмов по определению структуры белка (больше — лучше)
Для чего необходимо определять структуру белка?
Это открытие дозволит сделать новейшие фармацевтические препараты против заболеваний, так как при помощи структуры ученые будут знать, как работает белок, как он сворачивается и ведет взаимодействие с иными элементами, чтоб его можно было безболезненно применять в лекарствах. Также структура белка дозволяет осознать, как заболевания распространяются и влияют на человеческий организм.
К примеру, болезнь Паркинсона развивается из-за скопления в организме белка альфа-синуклеина: он скручивается и образует снутри нейронов ядовитые клубки — тельца Леви. Крайние потом поражают нейроны в мозге. Но откуда конкретно возникает этот белок, ученые до сего времени буквально не знают. Осознание трехмерной структуры белка поможет ответить на этот вопросец.
То же самое касается заболевания Альцгеймера, путь распространения которой пролегает через нарушение связи меж нейронами, особыми клеточками, которые обрабатывают и передают электронные и хим связи меж областями мозга. Это приводит к погибели клеток мозга и скоплению 2-ух типов белка, амилоида и тау.
Четкое взаимодействие меж этими 2-мя белками в значимой степени непонятно. Одна из проблем диагностики заболевания Альцгеймера состоит в том, что у нас нет надежного и четкого метода измерения этих белковых скоплений на ранешних стадиях заболевания.
AlphaFold 2 поможет диагностировать болезнь Альцгеймера на наиболее ранешних стадиях и даст возможность для сотворения подходящего лекарства.
Это важное открытие за крайние 50 лет, — гласит Джон Моулт, биолог из Института Мэриленда, который стал соучредителем CASP в 1994 году с целью разработки вычислительных способов для четкого пророчества структур белков. — В котором-то смысле неувязка решена.
Возможность буквально предсказать структуру белков по их аминокислотной последовательности станет большим благом для медицины. Это существенно убыстрит исследования по осознанию строй блоков клеток и дозволит резвее и эффективнее открывать новейшие лекарства.
Подпишитесь на нас в Yandex.Дзен, чтоб получить доступ к закрытым материалам, которые не публикуются даже на веб-сайте.
Как еще может употребляться AlphaFold 2
AlphaFold 2 навряд ли сделает ненадобными лаборатории, которые употребляют экспериментальные способы для определения структуры белков. Но метод показал, что наименее высококачественные и обыкновенные для сбора экспериментальные данные — это все, что необходимо для сотворения неплохой структуры белка.
Я задумывалась, что эта неувязка не будет решена при моей жизни, — гласит Джанет Торнтон, биолог из Европейской лаборатории молекулярной биологии.
Она уповает, что этот подход поможет пролить свет на функцию тыщ неведомых белков в геноме человека и разобраться в вариациях генов, вызывающих заболевания, которые бывают у различных людей.
Создание AlphaFold 2 также знаменует собой поворотный момент для DeepMind. Компания более известна тем, что употребляет ИИ для освоения таковых игр, как го, но ее длительная цель — создать программки, способные превосходить способности людского ума. Решение превосходных научных задач, таковых как пророчество структуры белков, является одним из более принципиальных, которое в состоянии сделать искусственный ум. Лишь задумайтесь, что будет далее — ведь нас ожидают изумительные открытия!
Источник: