Білок є важливою частиною життя будь-якоголюдини, але не дивлячись на те, що ми живемо в XXI столітті, коли нейромережі малюють картини, а 3D-принтери - повноцінні органи, повністю вивчити білок вченим поки не було змоги. Зокрема, біологи протягом останніх 50 років намагалися визначити тривимірну структуру білка: якщо її зрозуміти, то можна дізнатися, як він взаємодіє з іншими речовинами, в тому числі ліками. До недавнього часу механізм згортання білка так і залишався невідомим, поки команда DeepMind, підрозділ Google, яке займається створенням нейромереж, не вирішила скористатися для вирішення цього завдання штучним інтелектом.
зміст
- 1 Як визначити структуру білка?
- 2 Що таке AlphaFold?
- 3 Навіщо потрібно визначати структуру білка?
- 4 Як ще може використовуватися AlphaFold 2
Як визначити структуру білка?
У чому ж проблема визначити тривимірну структурубілка? Білки схильні приймати форму без сторонньої допомоги, керуючись тільки законами фізики. До цього у біологів було уявлення, як це зробити, але все впиралося під час. Для вирішення цього завдання необхідно визначити амінокислотну послідовність білка і проаналізувати зв'язку між членами цієї послідовності. Ось тільки ця послідовність може складатися навіть з 101 амінокислоти, між якими буде, відповідно, 100 зв'язків. Плюс у кожної з них може бути три можливих стану.
В результаті у кінцевого білка буде неймовірно багато варіантів структур - 3 в сотому ступені. Щоб перебрати їх все, людині будуть потрібні тисячі років.
Звичайно, стільки часу в запасі ні у кого немає, тому десятки років вчені намагалися вирішити цю задачу іншим способом. Не виходило, до появи AlphaFold - алгоритму, який команда DeepMind розробила спеціально для цієї мети.
Що таке AlphaFold?
Першу версію цього алгоритму DeepMind показалаще два роки тому. AlphaFold виявився точнішим, ніж конкуренти, в прогнозуванні тривимірної структури білків зі списку складових. Нейросети досить «згодувати» послідовність амінокислот, а на виході вона покаже відстань і кути зв'язків між ними, що дозволяє відновити структуру білка.
Розробники продовжили роботу над алгоритмом, і30 листопада 2020 року показали AlphaFold 2, який став ще більш точним. Ідея в тому, щоб розглянути послідовність амінокислот у вигляді графа: його вершини - це амінокислотні залишки, а ребра - зв'язки між ними. А потім дати завдання нейромережі з блоком уваги досліджувати його, враховуючи вже відомих схожих і еволюційно споріднених білків. Після цього з вийшов зв'язків алгоритм вибудовує кінцеву тривимірну структуру білка.
Але будь-який нейромережі потрібні вхідні дані, наякі вона може спиратися, і в цьому випадку вчені завантажили інформацію про структурах приблизно 170 тисяч білків. Весь процес навчання зайняв кілька тижнів - в порівнянні з тисячами років, про які йшла мова на початку статті, це справжній прорив. Алгоритм представили на нещодавній конференції CASP, де AlphaFold2 зайняв перше місце, набравши 92,4 із 100 можливих балів (виходить з правильності розташованих амінокислотних залишків в ланцюжку білка). Минула версія алгоритму набирала максимум 60 балів.
Навіщо потрібно визначати структуру білка?
Це відкриття дозволить створити нові лікарськіпрепарати проти хвороб, оскільки за допомогою структури вчені будуть знати, як працює білок, як він згортається і взаємодіє з іншими елементами, щоб його можна було безболісно використовувати в ліках. Також структура білка дозволяє зрозуміти, як хвороби поширюються і впливають на організм людини.
Наприклад, хвороба Паркінсона розвивається черезнакопичення в організмі білка альфа-синуклеїну: він скручується і утворює всередині нейронів токсичні клубки - тільця Леві. Останні потім вражають нейрони в головному мозку. Однак звідки саме з'являється цей білок, вчені до цих пір точно не знають. Розуміння тривимірної структури білка допоможе відповісти на це питання.
Те ж саме стосується хвороби Альцгеймера, шляхпоширення якої пролягає через порушення зв'язку між нейронами, особливими клітинами, які обробляють і передають електричні та хімічні зв'язки між частинами мозку. Це призводить до смерті клітин мозку і накопиченню двох типів білка, амілоїду і тау.
Точне взаємодія між цими двома білками взначній мірі невідомо. Одна з труднощів діагностики хвороби Альцгеймера полягає в тому, що у нас немає надійного і точного способу виміру цих білкових накопичень на ранніх стадіях захворювання.
AlphaFold 2 допоможе діагностувати хворобу Альцгеймера на більш ранніх стадіях і дасть можливість для створення потрібних ліків.
Це найважливіше відкриття за останні 50 років, -говорить Джон Моулт, біолог з Університету Меріленда, який став співзасновником CASP в 1994 році з метою розробки обчислювальних методів для точного передбачення структур білків. - В якомусь сенсі проблема вирішена.
Можливість точно передбачити структуру білків поїх амінокислотної послідовності стане величезним благом для медицини. Це значно прискорить дослідження по розумінню будівельних блоків клітин і дозволить швидше і ефективніше відкривати нові ліки.
Підпишіться на нас у Яндекс.Дзен, щоб отримати доступ до закритих матеріалів, які не публікуються навіть на сайті.
Як ще може використовуватися AlphaFold 2
AlphaFold 2 навряд чи зробить непотрібнимилабораторії, які використовують експериментальні методи для визначення структури білків. Але алгоритм показав, що менш якісні і прості для збору експериментальні дані - це все, що потрібно для створення оптимальної структури білка.
Я думала, що ця проблема не буде вирішена при моєму житті, - говорить Джанет Торнтон, біолог з Європейської лабораторії молекулярної біології.
Вона сподівається, що цей підхід допоможе пролити світло на функцію тисяч невідомих білків в геномі людини і розібратися в варіаціях генів, що викликають хвороби, які бувають у різних людей.
Створення AlphaFold 2 також знаменує собоюповоротний момент для DeepMind. Компанія найбільш відома тим, що використовує ІІ для освоєння таких ігор, як го, але її довгострокова мета - розробити програми, здатні перевершувати можливості людського інтелекту. Рішення грандіозних наукових завдань, таких як прогноз структури білків, є одним з найбільш важливих, яке може зробити штучний інтелект. Тільки подумайте, що буде далі - адже нас чекають дивовижні відкриття!