Ученые давно мечтают о молекулярном конструкторе – системе, виртуально синтезирующей материалы и попутно определяющей ее свойства. Например, он крайне необходим для изучения сложных белковых конструкций и разработки новых лекарств. Похоже, начало положено. Компанией DeepMind создан искусственный интеллект, способный на много порядков ускорить создание трехмерных структур биологических молекул.
Интеллектуальная медицина
Обычно фармацевты тратят годы, конструируя и изучая свойства химических соединений и биоматериала. В последнее время разработаны компьютерные программы, в разы сокращающие расчеты. Но все еще требуется вмешательство ученых, задающих многие вводные параметры и следящие за процессом.
Искусственный интеллект способен всю «черную» работу взять на себя. Исследователям остается только ставить задачу, определять общее направление работы и ждать результата. Причем ждать не годами, и даже не месяцами, а сутками и часами.
Более того, прорыв в технологиях ИИ поможет не только разработать лекарства, но и понять, как действует болезнь на молекулярном уровне. А зная врага в лицо, проще строить оборону. Подобная система остро необходима для поиска лечения от того же коронавируса, или изучения механизмов старения организма.
Биологические машины
Жизнь на Земле основана на микроскопических машинах, называемых белками, которые жизненно важны для всего: от поддержания структуры каждой клетки до чтения генетического кода и переноса кислорода через кровоток.
«Благодаря кропотливой работе в лабораториях ученые выяснили трехмерные формы примерно 170 000 белков, но их как минимум 200 миллионов», - говорит ведущий специалист проекта Роберт Ф. Сервис.
Детище Alphabet Inc.
Исследователи пытались найти эффективные способы оценки формы белков как минимум с 1970 годов. Теперь компания DeepMind под протекторатом создателей Google, занимающаяся искусственным интеллектом, разработала инструмент, который может предсказывать трехмерные формы большинства белков с результатами, аналогичными научным экспериментам людей. Ведущим ученым проекта «ДипМайнд» является Джон Джампер (на фото выше).
В то время как лабораторные исследования могут занять годы, чтобы выявить структуру белка, искусственный интеллект DeepMind, названный AlphaFold, может создать структуру всего за несколько дней. Этот механизм поможет ускорить исследования в области развития медицины и биоинженерии.
Самообучающийся электронный интеллект
Молекулярные биологи хотят знать структуру белков, потому что форма молекулы определяет, на что она способна. Например, если белок причиняет вред организму, ученые могут изучить его структуру, а затем найти другой белок, который подходит для него как кусок пазла, чтобы нейтрализовать его.
Компания DeepMind протестировала ИИ AlphaFold, приняв участие в двухгодичном испытании под названием Critical Assessment of Structure Prediction (CASP). Проект предоставляет разработчикам платформу для тестирования программного обеспечения, созданного для проектирования белков.
AlphaFold впервые участвовала в прошлом году и на 15% превзошла другие программы. Однако за год искусственный интеллект настолько улучшился, что стал научным прорывом в этой области биологии, оставив конкурентов далеко позади.
Особое задание
Чтобы проверить, что в работу AlphaFold не вкралась ошибка, организаторы испытания поставили перед искусственным интеллектом дополнительную задачу. Лаборатория биолога-эволюциониста из Института Макса Планка Андрея Лупаса изучала один из белков много десятилетий. Но ученые не смогли интерпретировать результаты исследований, потому что его особая структура затрудняла изучение с использованием стандартных лабораторных методов.
Проект CASP передал компании DeepMind аминокислотную последовательность этого белка, а AlphaFold разработал предсказанную структуру. Имея данные в руках, Лупас смог интерпретировать результаты своей лаборатории примерно за 30 минут. Это была сенсация.
Белки состоят из цепочек химических веществ, называемых аминокислотами, которые свернуты в формы, напоминающие проволочные пружинки или серпантин. Существует 20 видов аминокислот, каждая из которых имеет свои химические характеристики, которые влияют на то, как они взаимодействуют с другими в цепи. Эти взаимодействия определяют, как прядь складывается в трехмерную форму. А поскольку эти цепи могут содержать десятки и сотни последовательностей, предсказать, как будет складываться цепь только на основе списка аминокислот, является сложной задачей.
Эксперты надеются использовать AlphaFold и аналогичные технологии, чтобы добиться прогресса в создании индивидуальных «дизайнерских» лекарств, биоинженерных культур и новых способов борьбы с загрязнением окружающей среды пластиком. Компания DeepMind сообщает, что уже сотрудничает с группами, изучающими малярию, сонную болезнь и лейшманиоз.
