生成 AI がカスタマイズされたタンパク質を数秒で設計する様子をご覧ください

生成 AI がカスタマイズされたタンパク質を数秒で設計する様子をご覧ください

タイムスタンプ：7年2023月1日27:XNUMX
生成 AI が数秒でカスタマイズされたタンパク質を設計する PlatoBlockchain データ インテリジェンスをご覧ください。垂直検索。あい。

2020 年後半、AI のパイオニア DeepMind は 50 年の歳月をかけて画期的な進歩を遂げました。 深層学習アルゴリズム AlphaFold は、原子の精度でタンパク質の形状を予測することで、 生物学の壮大な課題のXNUMXつがほとんど解決された.

代謝から脳機能に至るまで、タンパク質は私たちの体を動かす分子です。 彼らが間違った方向に進むと、物事は破綻し、私たちは苦しみます。 現代医学の多くは、病気のこの側面に焦点を当てています。つまり、機能不全の原因となるタンパク質を特定し、それと相互作用するために特別に選択された別の分子、つまり薬物を使用してその挙動を修正することです。

つまり、タンパク質は非常に複雑です。 アミノ酸と呼ばれる数百または数千の分子構成要素で構成され、微妙な方法で折り畳まれる長いリボン状の鎖を形成します。 これらの折り目の中には、他のタンパク質と結合したり化学反応を触媒したりすることによってタンパク質に機能を与える活性部位が存在します。

効果的な薬剤を設計できるかどうかは、タンパク質の形状とその機能部位を予測し、それらにドッキングできる別のタンパク質または分子を特定することにかかっています。

AlphaFold、AlphFold 2、および RoseTTAFold と呼ばれるアルゴリズム (開発者) ワシントン大学ベイカー研究所、このプロセスを加速するために重要な措置を講じました。 DeepMind は、2022 年半ばまでに、AlphaFold 2 は 200億個のタンパク質の構造を予測した既知のもののほぼすべてが、オープン データベースで提供されています。

しかし、それで終わりではありませんでした。 の 創造 それ以来、タンパク質構造の解明が中心的な役割を果たしています。 これらの新しいアルゴリズムは、DALL-E および GPT-4 (ChatGPT の背後にあるアルゴリズム) と同じファミリーに属しており、画像や文書を生成する代わりにのみ使用されます。 彼らは新しいタンパク質を生成します.

特に、Baker Lab は、RoseTTAFold を基にしてタンパク質を設計しています。 この夏、 で発表された論文で 自然、チームは、最新のアルゴリズムであるRFdiffusionがより高速で正確であると述べました。 このアルゴリズムでは、Nvidia チップでは 100 秒で 11 アミノ酸のタンパク質を生成できますが、古いアルゴリズムでは 8.5 分かかりました。 また、RF 拡散は、既知のタンパク質上の目的の部位に強く結合する新しいタンパク質を生成するのに約 100 倍効果的です。

研究チームはXNUMX月の論文で、「テキストプロンプトからの画像生成を彷彿とさせる方法で、RF拡散は最小限の専門知識で、最小限の分子仕様から機能性タンパク質の生成を可能にする」と書いている。

これらすべてを視覚化するのは難しいかもしれません。 これらのアルゴリズムが実際に動作しているのを見ることに代わるものはありません。 ChatGPT がバイラルヒットとなった理由は、それがゼロから XNUMX の画期的な進歩だったということよりも、この技術が数年にわたってより洗練されてきたということよりも、それが私たち全員がその洗練さを直接体験できるシンプルなポータルだったからです。

幸いなことに、ここではその要点をはっきりと伝えるビジュアルがあります。 以下のビデオは、Ian C. Haydon とワシントン大学タンパク質設計研究所によるもので、RF 拡散が機能し、インスリン受容体の特定の部位のタンパク質を数秒で設計する様子を示しています。

もちろん、やるべきことはたくさんあります。効果的な新薬を設計するのは難しく、何年もかかるプロセスです。しかし、バイオテクノロジーにおいて AI ツールが急速な進歩を続けていることは明らかです。

画像のクレジット： ベイカー研究所/ワシントン大学

タイムスタンプ：

より多くの 特異点ハブ