Oglejte si, kako Generative AI oblikuje prilagojene beljakovine v nekaj sekundah

Oglejte si, kako Generative AI oblikuje prilagojene beljakovine v nekaj sekundah

Časovni žig: 7. september 2023 1:27
Oglejte si Generative AI Oblikovanje prilagojene beljakovine v nekaj sekundah PlatoBlockchain Data Intelligence. Navpično iskanje. Ai.

Konec leta 2020 pionir AI DeepMind je dosegel preboj 50 let v nastajanju. S predvidevanjem oblike proteinov z atomsko natančnostjo je njegov algoritem globokega učenja AlphaFold, skoraj rešili enega od velikih izzivov biologije.

Od presnove do delovanja možganov so beljakovine molekule, ki poganjajo naše telo. Ko gredo narobe, se stvari pokvarijo in mi trpimo. Velik del sodobne medicine se osredotoča na ta vidik bolezni: prepoznavanje disfunkcionalne beljakovine in spreminjanje njenega vedenja z drugo molekulo, posebej izbrano za interakcijo z njo – zdravilo.

Stvar je v tem, da so beljakovine izjemno kompleksne. Sestavljeni iz stotin ali tisočev molekularnih gradnikov, imenovanih aminokisline, tvorijo dolge trakaste verige, ki se zvijajo vase na niansirane načine. Znotraj teh gub so aktivna mesta, ki dajejo proteinu njegovo funkcijo s povezovanjem z drugimi proteini ali kataliziranjem kemičnih reakcij.

Oblikovanje učinkovitih zdravil je odvisno od napovedi oblike proteina, njegovih funkcionalnih mest in identifikacije drugega proteina ali molekule, ki se lahko pritrdi nanje.

AlphaFold, AlphFold 2 in algoritem RoseTTAFold, ki ga je razvil Baker Lab na Univerzi v Washingtonu, naredili ključne korake za pospešitev tega procesa. Do sredine leta 2022 je DeepMind dejal, da je AlphaFold 2 imel napovedal strukturo 200 milijonov beljakovin— skoraj vse znane — in jih ponudil v odprti bazi podatkov.

A tu se ni končalo. The Oblikovanje beljakovinskih struktur je od takrat zavzelo osrednje mesto. Ti novejši algoritmi so v isti družini kot DALL-E in GPT-4 – algoritem za ChatGPT – le da namesto ustvarjanja slik ali pisnih odlomkov, ustvarjajo nove beljakovine.

Baker Lab je še posebej gradil RoseTTAFold za načrtovanje beljakovin. To poletje, v prispevku, objavljenem v Narava, je ekipa dejala, da je njihov najnovejši algoritem, RFdiffusion, hitrejši in natančnejši. Algoritem lahko ustvari beljakovino s 100 aminokislinami v 11 sekundah na čipu Nvidia v primerjavi z 8.5 minutami pri starejšem algoritmu. RF-difuzija je tudi približno 100-krat bolj učinkovita pri ustvarjanju novih proteinov, ki se močno vežejo na zanimiva mesta na znanih proteinih.

"Na način, ki spominja na ustvarjanje slik iz besedilnih pozivov, RFdiffusion omogoča, z minimalnim strokovnim znanjem, ustvarjanje funkcionalnih proteinov iz minimalnih molekularnih specifikacij," je ekipa zapisala v julijskem dokumentu.

Vse to si je težko predstavljati. Nič ne more nadomestiti tega, da vidite te algoritme v akciji. Razlog, da je bil ChatGPT virusna uspešnica, je bil manj v tem, da je bil preboj nič proti ena – tehnologija je že nekaj let postajala vse bolj izpopolnjena – in bolj v tem, da je bil preprost portal, prek katerega smo lahko vsi neposredno izkusili to prefinjenost.

Na srečo imamo tukaj vizualno sliko, s katero lahko dosežemo bistvo. Spodnji videoposnetek, ki so ga pripisali Ian C. Haydon in Inštitut za načrtovanje beljakovin Univerze v Washingtonu, prikazuje RF-difuzijo pri delu, ki v nekaj sekundah oblikuje beljakovino za določeno mesto na insulinskem receptorju.

Seveda je treba opraviti še veliko dela – oblikovanje učinkovitih novih zdravil je težaven, več let trajajoč proces – vendar je jasno, da orodja AI še naprej hitro napredujejo v biotehnologiji.

Kreditno slike: Bakerjev laboratorij/Univerza v Washingtonu

Časovni žig:

Več od Središče singularnosti