|
ИИ AlphaFold3 может стать революционным для медицины
|
|
|
|
Усовершенствованный алгоритм, разработанный Google DeepMind, помог разгадать одну из самых больших неразгаданных тайн в биологии. AlphaFold стремится предсказывать трехмерные структуры белков на основе "кода инструкций" в их строительных блоках. Недавно было выпущено последнее обновление. Недавно было выпущено последнее обновление. Белки являются важнейшими компонентами живых организмов и принимают участие практически во всех процессах в клетках. Но их формы часто сложны, и их трудно визуализировать. Поэтому возможность предсказать их трехмерную структуру позволяет получить представление о процессах, происходящих внутри живых существ, включая человека. Это открывает новые возможности для создания лекарств для лечения заболеваний. Это, в свою очередь, открывает новые возможности в так называемой молекулярной медицине. Именно здесь ученые стремятся выявить причины заболеваний на молекулярном уровне, а также разработать методы лечения для их устранения на молекулярном уровне.
|
|
|
|
Первая версия ИИ-инструмента DeepMind была представлена в 2018 году. Последней версией, выпущенной в этом году, является AlphaFold3. Международный конкурс по оценке новых способов предсказания структуры белков Critical Assessment of Structure Prediction (Casp) проводится раз в два года с 1994 г. В 2020 г. участники конкурса Casp смогли протестировать AlphaFold2 и были очень впечатлены. С тех пор исследователи с нетерпением ожидают каждого нового воплощения этого алгоритма. Однако, будучи студентом магистратуры, я однажды получил выговор за использование AlphaFold2 в некоторых своих курсовых работах. Это было связано с тем, что он считался всего лишь инструментом прогнозирования. Другими словами, как кто-либо мог узнать, соответствует ли то, что было предсказано, реальному белку, без экспериментальной проверки? Это вполне обоснованная точка зрения. За последнее десятилетие область экспериментальной молекулярной биологии претерпела настоящую революцию благодаря значительному прогрессу в области микроскопической техники, называемой криоэлектронной микроскопией (cryo-EM), которая использует замороженные образцы и мягкие электронные лучи для получения структуры биомолекул с высоким разрешением.
|
|
|
Преимущество таких инструментов искусственного интеллекта, как AlphaFold, заключается в том, что они позволяют гораздо быстрее (за считанные минуты) определять структуру белков практически без затрат. Результаты более доступны по всему миру в режиме онлайн. Они также могут предсказать структуру белков, которые, как известно, трудно поддаются экспериментальной проверке, таких как мембранные белки. Однако AlphaFold2 не был разработан для решения проблемы, называемой четвертичной структурой белков, когда множество белковых субъединиц образуют более крупный белок. Это включает в себя динамическую визуализацию того, как складываются различные звенья белковой молекулы. И некоторые исследователи сообщали, что иногда возникали трудности с предсказанием структурных элементов белков, известных как катушки. Когда в мае мой профессор связался со мной, чтобы сообщить новость о выпуске AlphaFold3, мой первый вопрос был о его способности предсказывать четвертичные структуры. Удалось ли это? Можем ли мы теперь совершить огромный скачок в направлении предсказания полной структуры? Первые сообщения свидетельствуют о том, что ответы на эти вопросы являются положительными.
|
|
|
|
Экспериментальные методы работают медленнее. И когда удается запечатлеть трехмерную структуру молекул, это больше похоже на то, что смотришь на статую — снимок белка, — а не на то, как он движется и взаимодействует, выполняя действия в организме. Другими словами, нам нужен фильм, а не фотография. Экспериментальные методы также традиционно были связаны с мембранными белками — ключевыми молекулами, которые прикреплены к мембранам клеток или ассоциированы с ними. Они часто имеют решающее значение для понимания и лечения многих самых серьезных заболеваний. Вот где AlphaFold3 может по-настоящему изменить ситуацию. Если ему удастся предсказать четвертичные структуры на уровне, равном или превосходящем экспериментальные методы, такие как кристаллография, крио-ЭМ и другие, и он сможет визуализировать мембранные белки лучше, чем конкуренты, то мы действительно совершим гигантский скачок вперед в нашей гонке к истинной молекулярной медицине.
|
|
|
|
Доступ к AlphaFold3 возможен только с сервера DeepMind, но он прост в использовании. Исследователи могут получить свои результаты за считанные минуты, просто просмотрев последовательность действий. Еще одно преимущество AlphaFold3 заключается в дальнейшем расширении возможностей. Компания DeepMind не одинока в своем стремлении решить проблему сворачивания белков. По мере приближения следующего конкурса Casp появляются и другие претенденты на победу в гонке. Например, Лиам Макгаффин и его команда из Университета Рединга добиваются успехов в оценке качества и прогнозировании стехиометрии белковых комплексов. Стехиометрия относится к соотношениям, в которых элементы или химические соединения вступают в реакцию друг с другом. Не все ученые в этой области преследуют одну и ту же цель. Другие компании пытаются решить аналогичные задачи с точки зрения качества 3D-моделей или специфических барьеров, таких как барьеры, создаваемые мембранными белками. Конкуренция способствовала значительному прогрессу в этой области.
|
|
|
|
Однако экспериментальные методы в ближайшее время никуда не денутся, да и не должны уходить. Прогресс крио-ЭМ заслуживает похвалы, а рентгеновская кристаллография по-прежнему позволяет нам получать наилучшее разрешение на биомолекулах. Европейский лазер XFEL в Германии может стать следующим прорывом. Эти технологии будут только совершенствоваться. Мой самый большой вопрос, который я задаю при изучении этой новой области, заключается в том, сработает ли наш человеческий инстинкт уступать, пока у нас не будет абсолютных доказательств. Если эта новая технология сможет дать результаты, сравнимые с экспериментальной проверкой или превосходящие ее, будем ли мы готовы принять ее? Если у нас получится, скорость и точность этого метода могут оказать существенное влияние на такие области, как разработка лекарств. Впервые с AlphaFold3 мы, возможно, преодолели самое важное препятствие на пути к революции в области прогнозирования белка. Что мы будем делать в этом новом мире? И какое лекарство мы можем из этого приготовить?
|
|
|
|
Источник
|
