Η τεχνητή νοημοσύνη προβλέπει την δομή πρωτεϊνών

Οι πρωτεΐνες είναι μακρομόρια που προκύπτουν από την ένωση α-αμινοξέων. Τα α-αμινοξέα είναι οργανικές ενώσεις που διαθέτουν μία αμινομάδα (-ΝΗ2) και ένα καρβοξύλιο (-COOH) συνδεδεμένα στον ίδιο άνθρακα. Όλες οι πρωτεΐνες των οργανισμών σχηματίζονται από 20 αμινοξέα. Για να σχηματίσουν τις πρωτεΐνες, τα αμινοξέα συνδέονται με έναν ομοιοπολικό δεσμό που ονομάζεται πεπτιδικός δεσμός. Η περιγραφή των πρωτεϊνών γίνεται από τέσσερις δομές. Την πρωτοταγή δομή, που δεν είναι τίποτε άλλο παρά η αλληλουχία (η μονοδιάστατη δομή) των αμινοξέων στην αλυσίδα των πρωτεϊνών. Η δευτεροταγής δομή (α-έλικα ή β-πτυχωτή δομή) που περιγράφει τις διαμορφώσεις τμημάτων της αλυσίδας τους (ας την πούμε δισδιάστατη δομή). Η (τρισδιάστατη) τριτοταγής δομή χαρακτηρίζει τις αναδιπλώσεις της πεπτιδικής αλυσίδας στον χώρο. Και τέλος, η τεταρτοταγής δομή αναφέρεται σε πρωτεΐνες που αποτελούνται από δύο ή περισσότερες αλυσίδες και περιγράφει τον τρόπο που συν-πλέκονται μεταξύ τους.

Πέρυσι παρουσιάστηκε το πρόγραμμα τεχνητής νοημοσύνης AlphaFold v2 που προβλέπει την τρισδιάστατη δομή πρωτεϊνών με ατομική ακρίβεια. Ο κώδικας δημοσιοποιήθηκε και είναι διαθέσιμος για όποιον ενδιαφέρεται ΕΔΩ: https://github.com/deepmind/alphafold

Η τεχνητή νοημοσύνη που έγινε πέρυσι πρωτοσέλιδο όταν απέδειξε ότι μπορεί να προβλέπει τις δομές πρωτεϊνών γίνεται δωρεάν διαθέσιμη ως open source, μαζί με ένα νεότερο σύστημα που φαίνεται ότι πετυχαίνει εξίσου εντυπωσιακές επιδόσεις.

Τίποτα δεν λειτουργεί σωστά στα κύτταρα χωρίς τις πρωτεΐνες, μακριές αλυσίδες από αμινοξέα που αναδιπλώνονται σε περίπλοκα, τρισδιάστατα σχήματα. Το σχήμα κάθε πρωτεΐνης είναι αυτό που καθορίζει τον τρόπο που δρα, είτε πρόκειται για δομικές πρωτεΐνες είτε για ενζυματικές πρωτεΐνες που ρυθμίζουν τον μεταβολισμό.

Γι΄αυτό και η δυνατότητα πρόβλεψης της δομής τους αναμένεται να παίξει σημαντικό ρόλο στη βιολογία, τη βιοχημεία και τελικά την ιατρική.

Μέχρι σήμερα, η τρισδιάστατη δομή τους μπορούσε να υπολογιστεί μόνο με απαιτητικές και άκρως χρονοβόρες μεθόδους όπως η κρυσταλλογραφία ακτίνων Χ και η κρυοηλεκτρονική μικροσκοπία.

Η κατάσταση άλλαξε με θεαματικό τρόπο τον Νοέμβριο, όταν η λονδρέζικη εταιρεία DeppMind, η οποία ανήκει πλέον στην Google, παρουσίασε το AlphaFold, μια τεχνητή νοημοσύνη που προβλέπει με σχετική ακρίβεια την τρισδιάστατη δομή πρωτεϊνών γνωρίζοντας μόνο την αλληλουχία των αμινοξέων της (η οποία καθορίζεται από το αντίστοιχο γονίδιο).

Το AlphaGo νίκησε κατά κράτος στον διεθνή διαγωνισμό αναδίπλωσης πρωτεϊνών CASP, ο οποίος διεξαγόταν για χρόνια χωρίς μεγάλα βήματα προόδου.

Οι δημιουργοί του συστήματος παρουσιάζουν τώρα τον τρόπο λειτουργίας του στο περιοδικό Nature, ενώ το περιοδικό Science φιλοξενεί μια δεύτερη, εξίσου υποσχόμενη προσέγγιση, με την ονομασία RoseTTaFold, την οποία υπογράφει η ομάδα του Ντέιβιντ Μπέικερ στο Πανεπιστήμιο της Ουάσιγκτον στο Σιάτλ.

Μέλος της ομάδας είναι η Μινκιούνγκ Μπεκ, η οποία παραδέχεται πως όταν άκουσε για την επιτυχία του AlphaFold «φοβήθηκε ότι θα χάσει τη δουλειά της» ως χημικός που μελετά την αναδίπλωση πρωτεΐνών.

Η ομάδα αποφάσισε τελιικά να αναπτύξει τη δική της μέθοδο, η οποία δεν πετυχαίνει μεν την ακρίβεια του AlphaFold, παρουσιάζει όμως άλλα πλεονεκτήματα, καθώς είναι ικανή να προβλέπει το σχήμα όχι μόνο μεμονωμένων πρωτεΐνών αλλά και συμπλόκων που αποτελούνται από αρκετές πρωτεΐνες.

Οι δημιουργοί του RoseTTaFold ζήτησαν από ερευνητές από όλο τον κόσμο να υποβάλλουν τις ασυνήθιστες πρωτεΐνες που γνωρίζουν, και μέχρι στιγμής το σύστημα έχει βρει τις δομές 5.000 πρωτεΐνών.

Όπως και το AlphaFold, το RoseTTaFold θα γίνει διαθέσιμο ως λογισμικό ανοιχτού κώδικα, κάτι που θα επιτρέψει σε ερευνητές σε όλο τον κόσμο να πειραματιστούν μαζί του και να το βελτιώσουν.

Στο απώτερο μέλλον, τέτοια συστήματα είναι σίγουρο ότι θα παίξουν σημαντικό ρόλο όχι μόνο στην κατανόηση της ανθρώπινης βιολογίας αλλά και στην ανάπτυξη νέων φαρμάκων χωρίς την ανάγκη για περίπλοκες εργαστηριακές μελέτες πρωτεΐνών.

πηγή: Βαγγέλης Πρατικάκης – www.in.g



Κατηγορίες:ΒΙΟΛΟΓΙΑ, ΜΑΘΗΜΑΤΙΚΑ, ΥΠΟΛΟΓΙΣΤΕΣ

Ετικέτες:

Σχολιάστε

Εισάγετε τα παρακάτω στοιχεία ή επιλέξτε ένα εικονίδιο για να συνδεθείτε:

Λογότυπο WordPress.com

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό WordPress.com. Αποσύνδεση /  Αλλαγή )

Φωτογραφία Twitter

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό Twitter. Αποσύνδεση /  Αλλαγή )

Φωτογραφία Facebook

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό Facebook. Αποσύνδεση /  Αλλαγή )

Σύνδεση με %s

Ο ιστότοπος χρησιμοποιεί το Akismet για την εξάλειψη των ανεπιθύμητων σχολίων. Μάθετε πως επεξεργάζονται τα δεδομένα των σχολίων σας.

Αρέσει σε %d bloggers: