След като попиля класиката Atari и достигна свърхчовешко представяне в шаха и китайската настолна игра Го, Deep Mind на Google насочи своя изкуствен интелект към разрешаване на един от най-сложните въпроси в науката.
Резултатът, може би, бе лесно предвидим. На международна конференция в Канкун, организаторите оповестиха, че най-новата AI програма на Deep Mind AlphaFold е победила всички други участици в едно особено трудна задача: предсказване 3D формите на протеините - основните молекули на живота.
Мистериозната природа на “сгъването на протеините” - вид молекулярно оригами, рядко се коментира извън научните среди, но това е проблем с огромна значимост. Биологията се основава на протеини, а формата на протеините определя функцията им. Ако учените разберат как се сгъват протеините, това ще ознаменува нова ера в научните и медицински изследвания.
Deep Mind се фокусира върху сгъването на протеините, след като програмата AlphaGo победи шомпиона по играта Го Лий Седол през 2016. Макар игрите да се оказаха добър тест за AI програмите на Google, високите резултати никога не са били тяхна цел. От самото начало идеята им е разработването на алгоритми, които да се справят с проблеми като сгъвънето на протеините.
Човешкото тяло произвежда множество различни протеини, смята се, че броят им варира от десетки хиляди до милиарди. Всеки един от тях представлява верига от аминокиселини, наброяващи 20 различни вида. Един протеин със стотици аминокиселини има потенциала да приеме удивителен брой различни структури: едно с 300 нули.
3D формата на протеина зависи от броя и вида на аминокиселините. Формата определя и функцията му в тялото. Сърдечните клетки, например, са осеяни от протеини, сгънати по такъв начин, че адреналинът в кръвообращението полепва по тях и ускорява сърдечния ритъм. Междувременно антителата в имунната система представляват протеини, сгънати в определени форми, прикрепващи се към нашествениците. Почти всички функции в тялото, от напрягането на мускулите и усета за светлина до превръщането на храната в енергия, може да се проследи до формата и движението на протеините.
Обикновено протеините приемат най-енергийно ефективната форма, но могат да се оплетат или сгънат неправилно, а това води до заболявания като диабет, Паркинсон и Алцхаймер. Ако изследователите се научат да предвиждат формата на протеина на база химичния му състав, те ще разберат какво прави, как би могъл да се сгъне неправилно и да причини вреда и да проектират нов за борба със заболяванията, който може да изпълнява и други функции, като разграждане на пластмасата в природата.
AlphaFold на DeepMind се включи в надпреварата Critical Assessment of Structure Prediction, олимпиада посветена на сгъването на протеините, провеждаща се на всеки две години, която привлича изледователски екипи от цял свят. Целта на състазанието е да предвиди структурите на протеини на база списъци с техните аминокиселини, които се изпращат на екипите на всеки няколко дни в продължение на няколко месеца. Структурите на редица протеини наскоро бяха разгадани чрез трудоемки и скъпи традиционни методи, но не бяха обявени публично. Екипът, който представи най-точната прогноза печели.
В първия етап на състезанието AlphaFold победил останалите 98 участници, с най-точна прогноза за 25 от общо 43 протеина, за сравнение вторият в класирането познал най-точно структурата на 3 от 43 протеина.
За създаването на AlphaFold, била използвана невронна мрежа на хиляди познати ни протеини, докато програмата не била в състояние сама да предвиди 3D структурите им на база броя на аминокиселините. AlphaFold използва невронната мрежа, за да предскаже разстоянията между двойките аминокиселини и ъглите между химичните свързки. На следващ етап AlphaFold разглежда всички възможни структури, за да открие най-енергийно ефективната подредба. В началото на програмата и отнемало 2 седмици да предвиди структурата на протеините, а сега се справя за няколко часа.
Източник: theguardian.com
