[ad_1]

همانطور که اوایل دسامبر سال 2020 ، DeepMind دنیای زیست شناسی را غافلگیر کرد وقتی که یک چالش بزرگ 50 ساله را با AlphaFold ، ابزاری برای هوش مصنوعی که ساختار پروتئین ها را پیش بینی می کند ، حل کرد. هفته گذشته ، شرکت مستقر در لندن جزئیات کامل این ابزار را منتشر کرد و کد منبع خود را منتشر کرد.

اکنون این شرکت اعلام کرده است که از هوش مصنوعی خود برای پیش بینی شکل تقریباً هر پروتئین در بدن انسان و همچنین اشکال صدها هزار پروتئین دیگر موجود در 20 موجود زنده که به طور گسترده مورد مطالعه قرار گرفته اند ، از جمله مخمر ، مگس میوه استفاده می کند. و موش این دستیابی به موفقیت می تواند به زیست شناسان در سراسر جهان امکان درک بهتر بیماری ها و تولید داروهای جدید را بدهد.

تاکنون ریتم متشکل از 350،000 ساختار پروتئینی است که اخیراً پیش بینی شده است. DeepMind می گوید بیش از 100 میلیون ساختار دیگر طی چند ماه آینده پیش بینی و آزاد خواهد کرد – تقریباً تمام پروتئین های شناخته شده در علم.

دمیس حسابیس ، بنیانگذار DeepMind گفت: “تا خوردن پروتئین مشکلی است که من بیش از 20 سال به دنبال آن بوده ام.” “این یک پروژه عظیم برای ما بود. من می گویم این بزرگترین کاری است که ما تاکنون انجام داده ایم. و این به نوعی هیجان انگیزترین چیز است ، زیرا باید بیشترین تأثیر را در جهان خارج از هوش مصنوعی داشته باشد. “

پروتئین ها از روبان های طولانی اسیدهای آمینه ساخته می شوند که به صورت گره های پیچیده در می آیند. دانستن شکل گره پروتئینی می تواند نشان دهد که این پروتئین چه کاری انجام می دهد ، که برای درک تأثیرات بیماری و تولید داروهای جدید بسیار مهم است – یا برای شناسایی ارگانیسم هایی که می توانند به مقابله با آلودگی و تغییرات آب و هوایی کمک کنند.

این پایگاه داده باید زندگی را برای زیست شناسان آسان کند. AlphaFold ممکن است در دسترس محققان باشد ، اما همه نمی خواهند خودشان این نرم افزار را اجرا کنند. دیوید بیکر از انستیتوی طراحی پروتئین در دانشگاه واشنگتن که آزمایشگاهی را راه اندازی می کند که ابزار پیش بینی ساختار پروتئین خود را ایجاد کرده است ، گفت: “تهیه یک ساختار از یک پایگاه داده بسیار آسان تر از اجرای آن بر روی رایانه شخصی شما است.” RoseTTAFold نامیده می شود و بر اساس رویکرد AlphaFold است.

طی چند ماه گذشته ، تیم بیکر با زیست شناسانی که قبلاً در آنجا مانده اند کار کرده و سعی در درک شکل پروتئین های مورد مطالعه دارد. او می گوید: “تحقیقات بیولوژیکی زیادی وجود دارد که واقعاً تسریع می شوند.” پایگاه داده عمومی ، حاوی صدها هزار فرم پروتئین آماده ، باید یک شتاب دهنده بزرگتر نیز باشد.

تام الیس ، زیست شناس مصنوعی در کالج امپریال لندن که ژنوم مخمر را مطالعه می کند و از مطالعه پایگاه داده هیجان زده است ، گفت: “به نظر می رسد بسیار شگفت آور به نظر می رسد.” اما او هشدار می دهد که بیشتر فرم های برنامه ریزی شده هنوز در آزمایشگاه آزمایش نشده اند.

در نسخه جدید AlphaFold ، پیش بینی ها دارای درجه اطمینان هستند که این ابزار برای یادآوری اینکه هر فرم پیش بینی شده چقدر به واقعیت نزدیک است ، استفاده می کند. با استفاده از این اندازه گیری ، DeepMind دریافت که AlphaFold برای 36٪ از پروتئین های انسانی اشکال را با دقت درست نسبت به سطح اتمهای فردی پیش بینی می کند. حسابیس گفت ، این به اندازه کافی برای تولید دارو مناسب است.

پیش از این ، پس از دهه ها کار ، تنها 17 درصد پروتئین های بدن انسان ساختارهای آزمایشگاهی را شناسایی کرده بودند. اگر پیش بینی های AlphaFold دقیقاً همانطور باشد که DeepMind می گوید ، این ابزار فقط در عرض چند هفته دو برابر شده است.

حتی پیش بینی هایی که در سطح اتمی کاملاً دقیق نیستند ، هنوز هم مفید هستند. برای بیش از نیمی از پروتئین ها در بدن انسان ، AlphaFold شکلی را پیش بینی می کند که باید به اندازه کافی خوب باشد تا دانشمندان بتوانند عملکرد پروتئین را درک کنند. بقیه پیش بینی های فعلی AlphaFold یا نادرست است یا مربوط به یک سوم پروتئین های بدن انسان است که تا وقتی به دیگران متصل نشوند ، اصلاً ساختاری ندارند. خاصبیس می گوید: “آنها فلاپ هستند.”

محمد القریش ، زیست شناس سیستم ها در دانشگاه کلمبیا که نرم افزار اختصاصی خود را برای پیش بینی ساختار پروتئین ایجاد کرده است ، گفت: “این واقعیت که می تواند در این سطح از کیفیت استفاده شود چیز مهمی است.” وی همچنین خاطرنشان كرد كه وجود ساختارهای بیشتر پروتئین ها در بدن ، مطالعه نحوه كار این پروتئین ها به عنوان سیستم و نه فقط به صورت جداگانه را ممكن می سازد. وی گفت: “من فکر می کنم این هیجان انگیزترین چیز است.”

DeepMind ابزارها و پیش بینی های خود را به صورت رایگان منتشر می کند و اگر برنامه ای برای درآمدزایی از آنها در آینده وجود دارد ، نمی گوید. با این حال ، این احتمال را منتفی نمی داند. برای ایجاد و راه اندازی پایگاه داده ، DeepMind با آزمایشگاه اروپایی زیست شناسی مولکولی ، یک م institutionسسه تحقیقاتی بین المللی که قبلاً میزبان پایگاه داده بزرگی از اطلاعات پروتئین است ، همکاری کرده است.

تاکنون AlQuraishi صبر نمی کند ببیند محققان با داده های جدید چه کاری انجام می دهند. او می گوید: “این بسیار دیدنی است.” فکر نمی کنم هیچ یک از ما فکر می کردیم که خیلی زود اینجا باشیم. این گیج کننده است. “

[ad_2]

منبع: unbox-khabar.ir