AI Ini Dapat Mendesain Mesin Kehidupan Dengan Presisi Atom

AI Ini Dapat Mendesain Mesin Kehidupan Dengan Presisi Atom

Stempel Waktu: 8 Maret 2024 10
AI Ini Dapat Merancang Mesin Kehidupan Dengan Kecerdasan Data PlatoBlockchain Presisi Atom. Pencarian Vertikal. Ai.

Protein adalah makhluk sosial. Mereka juga bunglon. Bergantung pada kebutuhan sel, mereka dengan cepat mengubah struktur dan mengambil biomolekul lain dalam tarian yang rumit.

Ini bukan teater makan malam molekuler. Sebaliknya, kemitraan ini adalah inti dari proses biologis. Beberapa mengaktifkan atau menonaktifkan gen. Yang lain mendorong sel-sel “zombie” yang menua untuk menghancurkan diri sendiri atau menjaga kognisi dan memori kita dalam kondisi prima dengan membentuk kembali jaringan otak.

Koneksi ini telah menginspirasi berbagai terapi—dan terapi baru dapat dipercepat dengan AI yang dapat memodelkan dan merancang biomolekul. Namun alat AI sebelumnya hanya berfokus pada protein dan interaksinya, sehingga mengesampingkan mitra non-proteinnya.

Minggu ini, sebuah pelajaran in Ilmu memperluas kemampuan AI untuk memodelkan berbagai biomolekul lain yang secara fisik mengambil protein, termasuk molekul kecil yang mengandung zat besi yang membentuk pusat pembawa oksigen.

Dipimpin oleh Dr. David Baker di Universitas Washington, AI baru ini memperluas cakupan desain biomolekuler. Dijuluki RoseTTAFold All-Atom, ia dibangun berdasarkan sistem sebelumnya yang hanya mengandung protein untuk menggabungkan berbagai biomolekul lain, seperti DNA dan RNA. Ia juga menambahkan molekul kecil—misalnya, zat besi—yang merupakan bagian integral dari fungsi protein tertentu.

AI hanya belajar dari urutan dan struktur komponen—tanpa mengetahui struktur 3Dnya—tetapi dapat memetakan mesin molekuler yang kompleks pada tingkat atom.

Dalam studi tersebut, ketika dipasangkan dengan AI generatif, RoseTTAFold All-Atom menciptakan protein yang dengan mudah digunakan untuk obat penyakit jantung. Algoritme ini juga menghasilkan protein yang mengatur heme, molekul kaya zat besi yang membantu darah membawa oksigen, dan bilin, bahan kimia pada tumbuhan dan bakteri yang menyerap cahaya untuk metabolisme mereka.

Contoh-contoh ini hanyalah bukti konsep. Tim ini merilis RoseTTAFold All-Atom ke publik untuk para ilmuwan sehingga mereka dapat membuat berbagai komponen bio yang berinteraksi dengan kompleksitas yang jauh lebih besar daripada kompleks protein saja. Pada gilirannya, kreasi ini dapat mengarah pada terapi baru.

“Tujuan kami di sini adalah untuk membangun alat AI yang dapat menghasilkan terapi yang lebih canggih dan molekul bermanfaat lainnya,” kata penulis studi Woody Ahern dalam siaran persnya.

Dream On

Pada tahun 2020, AlphaFold dari Google DeepMind dan RoseTTAFold dari Baker Lab memecahkan masalah prediksi struktur protein yang telah membingungkan para ilmuwan selama setengah abad dan mengantarkan era baru penelitian protein. Versi terbaru dari algoritme ini memetakan semua struktur protein, baik yang diketahui maupun tidak diketahui sains.

Selanjutnya, AI generatif—teknologi di balik ChatGPT OpenAI dan Gemini Google—memicu kegilaan kreatif para protein desainer dengan serangkaian aktivitas yang mengesankan. Beberapa protein baru yang dihasilkan mengatur hormon yang menjaga kadar kalsium tetap terkendali. Yang lainnya menghasilkan enzim atau protein buatan yang bisa mudah mengubah bentuknya seperti transistor pada rangkaian elektronik.

Dengan berhalusinasi tentang dunia baru struktur protein, AI generatif berpotensi menciptakan generasi protein sintetis untuk mengatur biologi dan kesehatan kita.

Tapi ada masalah. Model AI protein perancang memiliki visi terowongan: Memang benar terlalu fokus pada protein.

Saat membayangkan komponen molekuler kehidupan, yang terlintas dalam pikiran adalah protein, DNA, dan asam lemak. Namun di dalam sel, struktur ini sering kali disatukan oleh molekul kecil yang menyatu dengan komponen di sekitarnya, sehingga membentuk bio-assembly yang fungsional.

Salah satu contohnya adalah heme, molekul mirip cincin yang mengandung besi. Heme adalah dasar hemoglobin dalam sel darah merah, yang mengangkut oksigen ke seluruh tubuh dan mengikat “kait” protein di sekitarnya menggunakan berbagai ikatan kimia.

Berbeda dengan protein atau DNA, yang dapat dimodelkan sebagai rangkaian “huruf” molekuler, molekul kecil dan interaksinya sulit ditangkap. Tapi mereka sangat penting bagi mesin molekuler biologi yang kompleks dan dapat mengubah fungsinya secara dramatis.

Itulah sebabnya, dalam studi baru mereka, para peneliti bertujuan untuk memperluas cakupan AI di luar protein.

“Kami mulai mengembangkan metode prediksi struktur yang mampu menghasilkan koordinat 3D untuk semua atom” untuk molekul biologis, termasuk protein, DNA, dan modifikasi lainnya, tulis para penulis dalam makalah mereka.

Tag Team

Tim memulai dengan memodifikasi AI pemodelan protein sebelumnya untuk menggabungkan molekul lain.

AI bekerja pada tiga tingkatan: Yang pertama menganalisis rangkaian “huruf” satu dimensi protein, seperti kata-kata pada halaman. Selanjutnya, peta 2D melacak seberapa jauh jarak setiap “kata” protein dari yang lain. Terakhir, koordinat 3D—seperti GPS—memetakan keseluruhan struktur protein.

Kemudian datanglah peningkatan. Untuk memasukkan informasi molekul kecil ke dalam model, tim menambahkan data tentang situs atom dan hubungan kimia ke dalam dua lapisan pertama.

Yang ketiga, mereka berfokus pada kiralitas—yaitu, apakah struktur suatu bahan kimia berarah kiri atau kanan. Seperti tangan kita, bahan kimia juga memiliki struktur cermin konsekuensi biologis yang sangat berbeda. Seperti mengenakan sarung tangan, hanya “kewenangan” bahan kimia yang benar yang dapat cocok dengan “sarung tangan” perakitan biologis tertentu.

RoseTTAFold All-Atom kemudian dilatih pada beberapa kumpulan data dengan ratusan ribu titik data yang menjelaskan protein, molekul kecil, dan interaksinya. Akhirnya, ia mempelajari sifat umum molekul kecil yang berguna untuk membangun kumpulan protein yang masuk akal. Sebagai pemeriksaan kewarasan, tim juga menambahkan “pengukur kepercayaan” untuk mengidentifikasi prediksi berkualitas tinggi—yang menghasilkan bio-assembly yang stabil dan fungsional.

Tidak seperti model AI yang hanya mengandung protein sebelumnya, RoseTTAFold All-Atom “dapat memodelkan sistem biomolekuler penuh,” tulis tim tersebut.

Dalam serangkaian pengujian, model yang ditingkatkan ini mengungguli metode sebelumnya ketika mempelajari cara “menambatkan” molekul kecil ke protein tertentu—komponen kunci penemuan obat—dengan memprediksi interaksi antara protein dan molekul non-protein secara cepat.

Brave New Dunia

Memasukkan molekul kecil membuka tingkat baru dalam desain protein khusus.

Sebagai bukti konsep, tim menyatukan RoseTTAFold All-Atom dengan model AI generatif yang mereka miliki dikembangkan sebelumnya dan merancang mitra protein untuk tiga molekul kecil yang berbeda.

Yang pertama adalah digoxigenin, yang digunakan untuk mengobati penyakit jantung namun memiliki efek samping. Protein yang menyerapnya mengurangi toksisitas. Bahkan tanpa pengetahuan sebelumnya tentang molekul tersebut, AI merancang beberapa pengikat protein yang mengurangi kadar digoxigenin ketika diuji dalam sel yang dikultur.

AI juga merancang protein yang mengikat heme, molekul kecil yang penting untuk transfer oksigen dalam sel darah merah, dan bilin, yang membantu berbagai makhluk menyerap cahaya.

Tidak seperti metode sebelumnya, tim menjelaskan, AI dapat “dengan mudah menghasilkan protein baru” yang dapat menangkap molekul kecil tanpa sepengetahuan ahli.

Ia juga dapat membuat prediksi yang sangat akurat tentang kekuatan hubungan antara protein dan molekul kecil pada tingkat atom, sehingga memungkinkan untuk secara rasional membangun dunia baru dengan struktur biomolekuler yang kompleks.

“Dengan memberdayakan para ilmuwan di mana pun untuk menghasilkan biomolekul dengan presisi yang belum pernah terjadi sebelumnya, kami membuka pintu bagi penemuan-penemuan inovatif dan penerapan praktis yang akan membentuk masa depan kedokteran, ilmu material, dan seterusnya,” kata Baker.

Kredit Gambar: Ian C. Haydon

Stempel Waktu:

Lebih dari Hub Singularity