Система впервые позволила спрогнозировать сворачивание белка.
В закладки
Слушать
Команда DeepMind рассказала о решении научной проблемы «сворачивания белка», над которой учёные работали более 50 лет. С помощью искусственного интеллекта AlphaFold в компании за несколько дней смогли спрогнозировать структуру белка с точностью до атома.
Решение проблемы имеет ключевое значение для понимания биологических основ жизни. Исследователи впервые могут предсказать, как белки складываются в трёхмерные формы — это чрезвычайно сложный процесс, который биологам не удавалось решить на протяжении полувека.
Как пояснили независимые учёные в разговоре с The Guardian заявили, что открытие позволит разобраться в процессах, приводящих к отдельным заболеваниям и откроет возможность для работы над «дизайнерскими лекарствами». В DeepMind отметили, что уже начали работать с несколькими научными группами и решили сначала сосредоточиться на проблеме малярии, сонной болезни и паразитарном лейшманиозе.
Директор Европейского института биоинформатики, не принимавший участия в работе DeepMind, заявил, что уже потерял надежду на решение проблемы при своей жизни. Президент Королевсокго общества Венки Рамакришна назвал работу «ошеломляющим прорывом», который произошёл «на десятелития раньше, чем предсказывали многие в этой области».
Как отметил исследователь из DeepMind Джон Джампер, команда сама не ожидала, что продвинулась настолько далеко в решении проблемы. Но на этом компания не закончит работу — будущие исследования направят на изучение более сложных систем белков.
Это знаменательный момент для отрасли. Эти алгоритмы становятся достаточно сильными и развитыми, чтобы решать действительно сложные научные проблемы.
DeepMind наиболее известна по созданию алгоритмов, которые научились обыгрывать людей в шахматы, Go, Starcraft II и другие игры. Однако игры были не целью компании, а тренировочной площадкой для развития машинного обучения.
Проблема сворачивания белков была серьёзной задачей для биологов на протяжении 50 лет. Большинство биологических процессов вращаются вокруг белков, и их форма определяет их функции. Если исследователи смогут понять, как сворачивается белок, то смогут узнать, что он делает. К примеру, структурой белка определяется и то, как инсулин регулирует сахар в крови, и то, как антитела борятся с коронавирусом.
Учёные распознали уже более 200 миллионов белков, но структуры известны только для их части. Обычно форму белка узнают спустя годы лабораторных исследований. Для решения задачи в DeepMind натренировали алгоритм на общедоступной базе данных о 170 тысячах последовательностей белка и их формах. На весь процесс ушло несколько недель работы алгоритма с использованием около 200 графических процессоров.
Систему испытали на проводимых каждые два года «белковых олимпиадах» Casp. Участникам конкурса обычно выдают аминокислотные последовательности для 100 белков, а результаты команд с использованием компьютера сравнивают с лабораторными работами.
Решение DeepMind не только превзошло другие алгоритмы, но и достигло точности результатов трудоёмкой лабораторной работы. В компании уже начали передавать доступ к системе AlphaFold другим учёным. Некоторые из них уже начали использовать её для прогнозирования сворачивания белка.