Deep Mind Demis Hassabis en de toekomst van AI

Demis Hassabis is de CEO en mede-oprichter van DeepMind en hij had een goed gesprek met Lex Fridman over AI.

DeepMind versloeg de beste menselijke spelers met Go en ze maakten ook de beste AI voor schaken. DeepMind heeft ook AlphaFold 2 gemaakt, waarmee het vouwen van eiwitten is opgelost.

Aangezien geavanceerde wiskunde en calculus cruciaal waren voor de vooruitgang van de natuurkunde, lijkt het erop dat AI in staat zal zijn de vooruitgang van de biologie te versnellen.

Hieronder beschrijft een artikel in Nature de impact en huidige beperkingen van Alphafold 2. Alphafold 2 en onderzoekers zullen moeten samenwerken om meer eiwitten te testen en meer data te genereren. Meer gegevens zullen Alphafold 2 en zijn voorspellende nauwkeurigheid helpen verbeteren.

Er is nog werk aan de winkel, maar dit verbetert de ontdekking van geneesmiddelen met behulp van eiwitten en het zou kunnen helpen om vijf grote uitdagingen op te lossen die mogelijk zijn met ontworpen eiwitten.

Het lijkt erop dat DeepMind-software erg krachtig is als hulpmiddel voor gebieden met grote hoeveelheden gegevens en complexiteit.

Ze hebben het ook kunnen gebruiken om te voorspellen hoe magnetische velden kunnen worden aangepast om plasma voor kernfusie te bevatten.

Boven - Een bovenaanzicht van het menselijke nucleaire poriecomplex, de grootste moleculaire machine in menselijke cellen. Krediet: Agnieszka Obarska-Kosinska

Natuur - Wat biedt AlphaFold en de AI-eiwitvouwrevolutie.

DeepMind-software die de 3D-vorm van eiwitten kan voorspellen, verandert de biologie al.

Al meer dan tien jaar proberen moleculair bioloog Martin Beck en zijn collega's een van 's werelds moeilijkste legpuzzels samen te stellen: een gedetailleerd model van de grootste moleculaire machine in menselijke cellen.

Deze kolos, het nucleaire poriecomplex genoemd, regelt de stroom van moleculen in en uit de kern van de cel, waar het genoom zit. Honderden van deze complexen bestaan ​​in elke cel. Elk bestaat uit meer dan 1,000 eiwitten die samen ringen vormen rond een gat door het kernmembraan.

Deze 1,000 puzzelstukjes zijn afkomstig uit meer dan 30 eiwitbouwstenen die op talloze manieren met elkaar verweven zijn. Om de puzzel nog moeilijker te maken, zijn de experimenteel bepaalde 3D-vormen van deze bouwstenen een potpourri van structuren die van vele soorten zijn verzameld, dus passen niet altijd goed in elkaar. En de afbeelding op de doos van de puzzel - een 3D-weergave met lage resolutie van het nucleaire poriecomplex - mist voldoende details om te weten hoeveel van de stukjes precies in elkaar passen.

In juli 2021 maakte DeepMind, onderdeel van Alphabet – het moederbedrijf van Google – een tool voor kunstmatige intelligentie (AI) met de naam AlphaFold2 openbaar. De software kon de 3D-vorm van eiwitten uit hun genetische sequentie voorspellen met, voor het grootste deel, haarfijne nauwkeurigheid.

In sommige gevallen heeft de AI wetenschappers tijd bespaard; in andere heeft het onderzoek mogelijk gemaakt dat voorheen ondenkbaar of enorm onpraktisch was. Het heeft beperkingen en sommige wetenschappers vinden de voorspellingen te onbetrouwbaar voor hun werk. Maar het tempo van experimenteren is hectisch.

Op 15 juli 2021 verschenen artikelen waarin RoseTTAFold en AlphaFold2 werden beschreven2, samen met vrij beschikbare, open-sourcecode en andere informatie die specialisten nodig hebben om hun eigen versies van de tools te gebruiken. Een week later kondigde DeepMind aan dat het AlphaFold had gebruikt om de structuur te voorspellen van bijna elk eiwit dat door mensen wordt gemaakt, evenals de volledige 'proteomen' van 20 andere veel bestudeerde organismen, zoals muizen en de bacterie Escherichia coli - meer dan 365,000 structuren in totaal.

Dit jaar is DeepMind van plan om in totaal meer dan 100 miljoen structuurvoorspellingen vrij te geven. Dat is bijna de helft van alle bekende eiwitten - en honderden keren meer dan het aantal experimenteel bepaalde eiwitten in de Protein Data Bank (PDB) -structuurrepository.