Menu Zavřít

Revoluce, která pomůže při výrobě léků. Umělá inteligence předpovídá strukturu většiny bílkovin

10. 8. 2022
Doba čtení: 3 minuty
Autor: Depositphotos
  • Určení 3D struktury velké části známých bílkovin se díky nástroji AlphaFold zkrátilo z mnoha měsíců na pár vteřin

  • Umělá inteligence již vytvořila více než 200 milionů bílkovinových struktur, které jsou nyní volně dostupné na internetu

  • Cílem AlphaFoldu je změnit biologický výzkum a urychlit objevování nových léků

  •  


Obor molekulární biologie se v následujících letech výrazně změní. Alespoň taková očekávání mají vědci rok po představení umělé inteligence AlphaFold, kterou vyvinula společnost DeepMind vlastněná Googlem. Jejich nástroj je unikátní, protože dokáže předpovědět 3D tvar téměř každé bílkoviny.

„Co dříve trvalo mnoho měsíců nebo let, nyní zabere několik vteřin. Nově zveřejněné struktury nám osvětlují téměř celé studium bílkovin. Díky tomu můžeme očekávat, že se nám každý den podaří vyřešit další biologické záhady,“ řekl pro web Science Alert kardiolog Eric Topol.

Průlom ve výrobě plastů? Americký LanzaTech přišel s bakteriemi, jež vytváří z uhlíkových emisí klíčovou složku PET lahví
Přečtěte si také:

Průlom ve výrobě plastů? Americký LanzaTech přišel s bakteriemi, jež vytváří z uhlíkových emisí klíčovou složku PET lahví

I mnozí další pak AlphaFold popisují jako revoluční nástroj, jenž transformuje biologický výzkum a výrazně urychlí objevování nových léků. Vytvořit předpověď struktury bílkovin přitom není nijak složité, umělá inteligence to zvládne na základě jejich aminokyselinových sekvencí. Ty jsou navzájem spojené v řetězcích do jedné dlouhé bílkoviny. Pokud vědci znají její tvar, mohou pochopit, jak funguje, a díky tomu následně dokážou rozluštit, jaká je její hlavní role uvnitř buněk.

Nové znalosti o malárii i vakcínách

AlphaFold zatím dokázal poskytnout více než 200 milionů předpokládaných struktur proteinů nalezených v rostlinách, bakteriích, zvířatech i dalších organismech. „Naděje, které jsme do něj vkládali, se staly realitou mnohem rychleji, než jsme se odvážili snít,“ uvedl generální ředitel DeepMind Demis Hassabis. Společnost na projektu dlouhodobě spolupracuje s vědci z Evropského institutu pro bioinformatiku Evropské laboratoře molekulární biologie (EMBL–EBI).

Právě díky této kooperaci byla loni v červenci představena první data vytvořená AlphaFoldem. Výzkumníci je využili třeba k vylepšení znalostí o smrtelných nemocech, jako je malárie. Pomohly jim ale i při vývoji vylepšených vakcín a k rozluštění mnoha dalších biologických hádanek, nad nimiž přemýšleli několik desetiletí. V neposlední řadě pak AlphaFold přispěl k identifikaci dosud neznámých enzymů, které by mohly pomoci recyklovat znečištěné plasty.

Vědci vypěstovali umělou živočišnou kůži. Chtějí robotům vtisknout lidskou tvář
Přečtěte si také:

Vědci vypěstovali umělou živočišnou kůži. Chtějí robotům vtisknout lidskou tvář

Přínos umělé inteligence potvrzuje i strukturální biolog z Evropské proteinové databanky Sameer Velankar: „AlphaFold vyslal nový impuls do komunity molekulární biologie. Jen za poslední rok se objevilo přes tisíc vědeckých článků o široké škále výzkumných témat, které využívají jím objevené struktury. Nikdy předtím jsem nic podobného neviděl.“

Současnou revoluci v oboru však dokázal způsobit pouhý milion předpovědí. Přínos AlphaFoldu tak bude v následujících letech mnohem větší. „Zatím si ani neumíme představit dopad více než 200 milionů předpovědí bílkovinových struktur, které jsou volně přístupné v online databázi,“ doplnil Velankar.

U méně známých bílkovin jsou výsledky horší

Navzdory nadšení vědců má však technologie k dokonalosti daleko. Faktem je, že kvalita výsledných předpovědí se u mnoha bílkovin liší. Podle EMBL-EBI je přibližně jedna jejich třetina vysoce přesná a dosahuje stejné kvality jako proteinové struktury odvozené z obvyklých experimentálních metod. U bílkovin, o kterých toho výzkumníci vědí málo, každopádně mohou být předpovědi lehce zavádějící.

Existuje navíc mnoho problémů, s nimiž si umělá inteligence neporadí. AlphaFold zatím nedokáže předpovědět, jak spolu budou různé bílkoviny reagovat. Současně s tím v databázi zcela chybí mikrobiální bílkoviny z genetického materiálu v půdě a mořské vodě. Tyto mikroorganismy přitom mohou obsahovat účinné sloučeniny, jež tak pozornosti výzkumníků nadále zůstávají skryté. Ti totiž katalogizovali pouze nepatrný zlomek veškerého mikrobiálního života na Zemi.

BRAND24

Nová umělá inteligence rozpozná zvuky mořských tvorů. DeepSqueak výrazně usnadní práci oceánologům
Přečtěte si také:

Nová umělá inteligence rozpozná zvuky mořských tvorů. DeepSqueak výrazně usnadní práci oceánologům

Někteří vědci také vyjádřili obavy ohledně přístupnosti k databázi AlphaFoldu. Jako taková má ohromujících 23 terabytů dat, což klade vysoké nároky na výkon počítače, a může tak způsobit omezení vlastní dostupnosti nejednomu výzkumnému týmu disponujícímu horší technikou.

I přesto jsou přínosy databáze téměř nepředstavitelné. „Očekávám, že tato umělá inteligence spustí v nadcházejících měsících a letech lavinu nových a vzrušujících objevů. A to vše díky skutečnosti, že data jsou k dispozici všem vědcům po celém světě,“ shrnula strukturální bioložka z EMBL-EBI Dame Janet Thorntonová.

  • Našli jste v článku chybu?

Byl pro vás článek přínosný?

Upozorníme vás na články, které by vám neměly uniknout (maximálně 2x týdně).