Egyetlen év alatt kétszázszorosára növelte teljesítményét az AlphaFold2, a Google anyavállalata, az Alphabet fehérjekutató algoritmusa. A bárki számára hozzáférhető AlphaFold Fehérje Adatbázisban mára mintegy 200 millió fehérje szerkezetéről gyűjthetnek adatokat a kutatók.

Az AlphaFold2 mélytanuló algoritmus teljesítményéről a DeepMind kutatói először tavaly július adtak hírt a Nature folyóiratban, ezzel egyidejűleg pedig a nyíltan elérhetővé tették az akkor a program által megjósolt mintegy egymillió fehérjeszerkezetet. A program alkotói ismertették, milyen adatok alapján dolgozik az AlphaFold: a fehérjékről minden meglévő strukturális, genetikai és evolúciós információt felhasznál. Már akkor fény derült az emberi sejtek által kifejezett összes fehérjének, az emberi proteomnak az algoritmus által feltárt térszerkezetére, ezeket a főbb genetikai modellélőlények proteomjával együtt publikálták.

A proteomika évtizedek óta a molekuláris biológia sarokkövének számított, a fehérjék működésének a megértéséhez ugyanis elengedhetetlen a proteinek térbeli szerkezetének ismerete, valamint annak a folyamatnak a megértése, hogyan jön létre a háromdimenziós térszerkezet a fehérje aminosavláncának a feltekeredése során. Bár a sejtek élettani működésének és patológiás folyamatainak feltárásához, csakúgy, mint a megfelelő gyógyszerek előállításához elengedhetetlen a fehérjék pontos térszerkezetének ismerete, kísérleti módszerekkel több évtized alatt is, a több milliárdból csak mintegy 100 ezer fehérje pontos térszerekezetét sikerült meghatározni.

A DeepMind kutatói szerint az elmúlt egy év bizonyította, hogy a mesterséges intelligencia alapú kutatási eszköztár minden korábbi elképzelésnél jobban fel tudja gyorsítani a tudományos munkát. Mint írták, adatbázisukat egy év alatt 190 országból mintegy félmillió kutató kereste fel, közel kétmillió fehérjestruktrúrát használtak a munkájukhoz. A DeepMind kutatói által a Nature-ben publikált tanulmányokra egy év alatt több mint négyezer alkalommal hivatkoztak.

Kapcsolódó cikkek a Qubiten:

Áttörést hoz a biológiába a minden eddiginél pontosabb fehérjekutató algoritmus, az AlphaFold2

Tóth András tudomány 2022. február 4.

A Google-féle DeepMind legújabb AI-modellje az aminosavak sorrendjéből egész pontosan megfejti a fehérjék háromdimenziós térszerkezetét. A mesterséges intelligencia forradalmasíthatja a gyógyszerkutatást: van olyan rákkutató cég, ahol az AlphaFold2 a korábbi egy hónapról néhány órára csökkentette a hatóanyag-jelölt fehérjék megtalálását.

A mesterséges intelligencia végre feltárhatja a fehérjék szerkezetének rejtélyeit

Tóth András tudomány 2019. július 6.

Egyre közelebb kerülünk ahhoz, hogy pontosan meg tudjuk jósolni a fehérjék szerkezetét, ami forradalmasíthatja a biokémiát, és közelebb vihet súlyos betegségek gyógyításához is.

Egy lépéssel közelebb jutottunk az élet eredetének megértéséhez

Tóth András tudomány 2022. május 20.

Most először sikerült fehérjéket növeszteni RNS-molekulákkal. A folyamat a kutatók szerint az ősi Földön is lejátszódhatott, és ez alapozhatta meg a mai bonyolult fehérjeszintézis folyamatát.