Eργαστήριο τεχνητής νοημοσύνης ανέπτυξε μια τεχνική που μπορεί μέσα σε ώρες να προβλέψει τη δομή εκατοντάδων πρωτεϊνών, έργο που μέχρι πρότινος απαιτούσε χρόνια επιστημονικής εργασίας
Eργαστήριο τεχνητής νοημοσύνης ανέπτυξε μια τεχνική που μπορεί μέσα σε ώρες να προβλέψει τη δομή εκατοντάδων πρωτεϊνών, έργο που μέχρι πρότινος απαιτούσε χρόνια επιστημονικής εργασίας.
Τα DeepMind, όπως είναι το όνομα του εργαστηρίου, έδωσε τρισδιάστατη δομή σε 350.000 πρωτεΐνες, συμπεριλαμβανομένων κάθε μίας ανθρωπογενούς, υποσχόμενο έναν σημαντικό σταθμό στην επιτάχυνση της ιατρικής και επιστημονικής έρευνας.
Σήμερα ο καθορισμός της ακριβούς χημικής σύστασης ενός ενζύμου είναι μία σχετικά απλή υπόθεση.
Αλλά η ταυτοποίηση του τρισδιάστατου σχήματός τους θα απαιτούσε έτη βιοχημικών πειραμάτων.
Οι πρωτεΐνες είναι εκείνοι οι μικροσκοπικοί μηχανισμοί που καθορίζουν τη συμπεριφορά των βακτηρίων, των ιών του ανθρωπίνου σώματος και άλλων ζώντων οργανισμών.
Η νέα βάση δεδομένων περιλαμβάνει όλες τις τρισδιάστατες δομές για όλες τις πρωτεΐνες του ανθρώπινου γονιδιώματος καθώς επίσης και τις πρωτεΐνες που εμφανίζονται σε άλλους 20 οργανισμούς.
Αυτός ο τεράστιος και λεπτομερής βιολογικός χάρτης –που περιέχει περίπου 250.000 σχήματα μέχρι πρότινος άγνωστα- μπορεί να επιταχύνει τη διαδικασία κατανόησης των ασθενειών, να αναπτύξει νέα φάρμακα και να επαναστοχοθετήσει υφιστάμενες θεραπείες.
Μπορεί επίσης να οδηγήσει σε νέα βιολογικά εργαλεία όπως ένζυμα που μπορούν να διασπάσουν αποτελεσματικά ένα πλαστικό μπουκάλι και να το μετατρέψουν σε υλικό που εύκολα μπορεί να επαναχρησιμοποιηθεί και ανακυκλωθεί.
Εάν οι επιστήμονες μπορούν να προσδιορίσουν το σχήμα μίας πρωτεΐνης, μπορούν να προσδιορίσουν και τον τρόπο που άλλα μόρια «κουμπώνουν» σε αυτή. Και τούτο μπορεί, για παράδειγμα, να αποκαλύψει τον τρόπο που τα βακτήρια ανθίστανται στα αντιβιοτικά, οδηγώντας τους επιστήμονες στην ανακάλυψη νέων φαρμάκων που θα τα υπερνικά.
Στο παρελθόν, η καταγραφή του σχήματος μίας πρωτεΐνης απαιτούσε μήνες, έτη ή και δεκαετίες πειραμάτων διεξαγομένων πολλές φορές στα τυφλά και με τη χρήση ακτινών Χ , μικροσκοπίων και άλλων εργαλείων ενός τυπικού εργαστηρίου. Όμως το DeepMind συρρικνώνει δραματικά αυτόν τον χρόνο.
Το νέο σύστημα δεν αντικαθιστά πλήρως τα συμβατικά πειράματα, αλλά λειτουργεί παράλληλα με αυτά επιτρέποντας στους επιστήμονες να επιλέξουν ποια από αυτά πρέπει ή όχι να διεξαγάγουν.
Οι επιστήμονες που ανέπτυξαν το DeepMind επέλεξαν να καταστήσουν δωρεάν προσβάσιμη τη βάση των δεδομένων παρά να πουλάνε την πρόσβαση με την ελπίδα να διασπαρεί η πρόοδος σε όλες τις βιολογικές επιστήμες.
Πολλοί συγκρίνουν τη βάση δεδομένων του DeepMind με αυτή του Προγράμματος του Ανθρώπινου Γονιδιώματος καθώς συνιστά ένα ακόμη βήμα στην κατανόηση του ανθρωπίνου σώματος και των πιθανών απαντήσεων σε ό,τι μπορεί να πάει λάθος εντός αυτού.
Ερευνητές στο πανεπιστήμιο του Colorado χρησιμοποιούν τη νέα τεχνολογία για να κατανοήσουν τον τρόπο που βακτήρια όπως το E. coli και η σαλμονέλα ανθίστανται στα αντιβιοτικά, ώστε να βρουν τρόπο να τα υπερνικήσουν. Και στο πανεπιστήμιο της California στο San Francisco, οι ερευνητές χρησιμοποιούν το εργαλείο για να βελτιώσου την κατανόησή τους επί του κορωνοϊού.
Ο κορωνοϊός προκαλεί ένα χάος στο ανθρώπινο σώμα μέσα από 26 διαφορετικές πρωτεΐνες. Ήδη ο τρόπος λειτουργίας μία από αυτές έχει κατανοηθεί καλύτερα με βάση το νέο συστημα και απομένουν άλλες 25.
Ίσως είναι αργά για να έχει κάποια επίδραση στη τρέχουσα πανδημία, αλλά θα μπορούσε να βοηθήσει ώστε να είμαστε πιο έτοιμοι στην επόμενη.
Πηγή: Kathimerini / New York Times
