Nézze meg, hogy a Generatív AI pillanatok alatt testreszabott fehérjét tervez

Nézze meg, hogy a Generatív AI pillanatok alatt testreszabott fehérjét tervez

Időbélyeg: 7. szeptember 2023. 1:27
Watch Generative AI Design a Customized Protein in Seconds PlatoBlockchain Data Intelligence. Vertical Search. Ai.

2020 végén az AI úttörője A DeepMind 50 éves áttörést ért el. A fehérjék alakjának atomi pontosságú előrejelzésével mélytanuló algoritmusa, az AlphaFold, minden, de megoldotta a biológia egyik nagy kihívását.

Az anyagcserétől az agyműködésig a fehérjék azok a molekulák, amelyek mozgatják testünket. Amikor rosszul sülnek el, a dolgok összeomlanak, mi pedig szenvedünk. A modern orvostudomány nagy része a betegség ezen aspektusára összpontosít: a nem működő fehérje bűnös azonosítása és viselkedésének módosítása egy másik molekulával, amelyet kifejezetten a vele való kölcsönhatásra választottak ki – egy gyógyszerrel.

A helyzet az, hogy a fehérjék rendkívül összetettek. Aminosavaknak nevezett molekuláris építőelemek százaiból vagy ezreiből állnak, hosszú szalagszerű láncokat alkotnak, amelyek árnyalt módon összehajlanak. Ezekben a redőkben olyan aktív helyek találhatók, amelyek más fehérjékhez kapcsolódva vagy kémiai reakciókat katalizálva biztosítják a fehérje funkcióját.

A hatékony gyógyszerek megtervezése a fehérje alakjának, funkcionális helyeinek előrejelzésétől és egy másik fehérje vagy molekula azonosításán múlik, amely hozzá tud kapcsolódni.

AlphaFold, AlphFold 2 és egy RoseTTAFold nevű algoritmus, amelyet a Baker Lab a Washingtoni Egyetemen, döntő lépéseket tett ennek a folyamatnak a felgyorsítása érdekében. 2022 közepére a DeepMind azt mondta, hogy az AlphaFold 2 200 millió fehérje szerkezetét jósolta meg– szinte mindazok, akik ismertek – és felajánlották őket egy nyílt adatbázisban.

De ezzel nem ért véget. A teremtés A fehérjeszerkezetek fejlesztése azóta a középpontba került. Ezek az újabb algoritmusok ugyanabba a családba tartoznak, mint a DALL-E és a GPT-4 – a ChatGPT mögötti algoritmus –, csak ahelyett, hogy képeket vagy írásos részeket generálnának. új fehérjéket állítanak elő.

A Baker Lab különösen a RoseTTAFoldra épít a fehérjék tervezésében. Ezen a nyáron, ben megjelent cikkében Természet, a csapat szerint a legújabb algoritmusuk, az RFdiffusion gyorsabb és pontosabb. Az algoritmus 100 másodperc alatt képes 11 aminosavból álló fehérjét generálni egy Nvidia chipen, míg egy régebbi algoritmus 8.5 perc alatt. Az RF-diffúzió nagyjából 100-szor hatékonyabb új fehérjék létrehozásában is, amelyek erősen kötődnek az ismert fehérjék érdekes helyeihez.

"A szöveges promptokból képek generálására emlékeztető módon az RFdiffúzió minimális szaktudással lehetővé teszi funkcionális fehérjék előállítását minimális molekuláris specifikációk alapján" - írta a csapat a júliusi lapban.

Mindezt nehéz lehet elképzelni. Semmi sem helyettesítheti ezeket az algoritmusokat működés közben. A ChatGPT vírusos sikerének oka kevésbé az volt, hogy nulla az egyhez való áttörés – a technológia évek óta egyre kifinomultabb volt –, hanem inkább azért, mert ez egy egyszerű portál, amelyen keresztül mindannyian közvetlenül megtapasztalhattuk ezt a kifinomultságot.

Szerencsére itt van egy képünk, amivel a lényeget fel lehet ütni. Az alábbi videó, Ian C. Haydon és a Washingtoni Egyetem Protein Tervező Intézete nevéhez fűződik, az RF-diffúzió működését mutatja be, és másodpercek alatt megtervez egy fehérjét az inzulinreceptor adott helyére.

Természetesen még sok a tennivaló – a hatékony új gyógyszerek megtervezése nehéz, évekig tartó folyamat –, de nyilvánvaló, hogy az AI-eszközök továbbra is gyorsan haladnak előre a biotechnológiában.

Kép: Baker Lab/Washingtoni Egyetem

Időbélyeg:

Még több Singularity Hub