Ta umetna inteligenca lahko oblikuje stroje življenja z atomsko natančnostjo

Ta umetna inteligenca lahko oblikuje stroje življenja z atomsko natančnostjo

Časovni žig: 8. marec 2024 10
This AI Can Design the Machinery of Life With Atomic Precision PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Beljakovine so socialna bitja. So tudi kameleoni. Glede na potrebe celice se hitro preoblikujejo v strukturo in zgrabijo druge biomolekule v zapletenem plesu.

To ni teater za molekularno večerjo. Namesto tega so ta partnerstva srce bioloških procesov. Nekateri vklopijo ali izklopijo gene. Drugi spodbujajo starajoče se "zombi" celice, da se samouničijo ali ohranjajo našo kognicijo in spomin v vrhunski formi s preoblikovanjem možganskih mrež.

Te povezave so že navdihnile široko paleto terapij – nove terapije pa bi lahko pospešila umetna inteligenca, ki lahko modelira in oblikuje biomolekule. Toda prejšnja orodja umetne inteligence so bila osredotočena izključno na beljakovine in njihove interakcije, njihove neproteinske partnerje pa so zanemarili.

Ta teden, študija in Znanost razširila zmožnost umetne inteligence za modeliranje številnih drugih biomolekul, ki se fizično oprimejo beljakovin, vključno z majhnimi molekulami, ki vsebujejo železo in tvorijo središče prenašalcev kisika.

Nova umetna inteligenca, ki jo vodi dr. David Baker z Univerze v Washingtonu, razširja obseg biomolekularnega načrtovanja. Poimenovan RoseTTAFold All-Atom, gradi na prejšnjem sistemu, ki temelji samo na beljakovinah, in vključuje nešteto drugih biomolekul, kot sta DNK in RNK. Doda tudi majhne molekule – na primer železo – ki so sestavni del nekaterih funkcij beljakovin.

Umetna inteligenca se je učila le iz zaporedja in strukture komponent – ​​brez kakršne koli ideje o njihovi 3D strukturi – vendar lahko načrtuje zapletene molekularne stroje na atomski ravni.

V študiji je RoseTTAFold All-Atom v povezavi z generativno umetno inteligenco ustvaril beljakovine, ki so zlahka zgrabile zdravilo za bolezni srca. Algoritem je ustvaril tudi beljakovine, ki uravnavajo hem, z železom bogato molekulo, ki pomaga krvi prenašati kisik, in bilin, kemikalijo v rastlinah in bakterijah, ki absorbira svetlobo za njihov metabolizem.

Ti primeri so le dokazi koncepta. Ekipa izdaja RoseTTAFold All-Atom javnosti za znanstvenike, da lahko ustvarijo več medsebojno delujočih biokomponent z veliko večjo kompleksnostjo kot sami proteinski kompleksi. Po drugi strani pa bi stvaritve lahko vodile do novih terapij.

"Naš cilj je bil zgraditi orodje AI, ki bi lahko ustvarilo bolj sofisticirane terapije in druge uporabne molekule," je v sporočilu za javnost dejal avtor študije Woody Ahern.

Dream On

Leta 2020 sta AlphaFold podjetja Google DeepMind in RoseTTAFold podjetja Baker Lab rešila problem napovedovanja strukture beljakovin, ki je begala znanstvenike pol stoletja, in začela novo dobo raziskav beljakovin. Posodobljene različice teh algoritmov so preslikale vse strukture beljakovin, znane in neznane znanosti.

Nato je generativna umetna inteligenca – tehnologija, ki stoji za OpenAI-jevim ChatGPT in Googlovim Geminijem – sprožila ustvarjalno blaznost oblikovalskih proteinov z impresivnim obsegom dejavnosti. Nekatere na novo ustvarjene beljakovine so uravnavale hormon, ki je vzdrževal raven kalcija pod nadzorom. Drugi so privedli do umetnih encimov ali beljakovin, ki bi lahko zlahka spremenijo svojo obliko kot tranzistorji v elektronskih vezjih.

S haluciniranjem novega sveta proteinskih struktur lahko generativna umetna inteligenca ustvari generacijo sintetičnih beljakovin za uravnavanje naše biologije in zdravja.

Ampak obstaja problem. Oblikovalski proteinski modeli umetne inteligence imajo tunelski vid: so tudi osredotočen na beljakovine.

Ko si predstavljamo molekularne sestavine življenja, pridejo na misel beljakovine, DNK in maščobne kisline. Toda znotraj celice te strukture pogosto držijo skupaj majhne molekule, ki se povezujejo z okoliškimi komponentami in skupaj tvorijo funkcionalno biološko sestavo.

En primer je hem, obročasta molekula, ki vsebuje železo. Hem je osnova hemoglobina v rdečih krvnih celicah, ki prenaša kisik po telesu in zgrabi okoliške proteinske "kljuke" s pomočjo različnih kemičnih vezi.

Za razliko od beljakovin ali DNK, ki jih je mogoče modelirati kot niz molekularnih "črk", je majhne molekule in njihove interakcije težko ujeti. Vendar so ključnega pomena za kompleksne biološke molekularne stroje in lahko dramatično spremenijo njihove funkcije.

Zato so raziskovalci v svoji novi študiji želeli razširiti obseg umetne inteligence zunaj beljakovin.

"Zadali smo si razviti metodo napovedi strukture, ki je sposobna ustvariti 3D koordinate za vse atome" za biološko molekulo, vključno z beljakovinami, DNK in drugimi modifikacijami, so avtorji zapisali v svojem prispevku.

Oznaka skupine

Ekipa je začela s spreminjanjem prejšnjega AI za modeliranje beljakovin, da bi vključila druge molekule.

Umetna inteligenca deluje na treh ravneh: prva analizira enodimenzionalno zaporedje »črk« proteina, kot so besede na strani. Nato 2D zemljevid sledi, kako daleč je vsaka proteinska »beseda« od druge. Nazadnje, 3D koordinate - podobno kot GPS - preslikajo celotno strukturo proteina.

Nato sledi nadgradnja. Da bi v model vključili informacije o majhnih molekulah, je ekipa dodala podatke o atomskih mestih in kemičnih povezavah v prvi dve plasti.

V tretjem so se osredotočili na kiralnost - to je, če je struktura kemikalije levo ali desno. Tako kot naše roke imajo lahko tudi kemikalije zrcalno strukturo zelo različne biološke posledice. Podobno kot pri nadevanju rokavic, lahko le pravilna "rokavost" kemikalije ustreza določeni "rokavici" za biološko sestavljanje.

RoseTTAFold All-Atom je bil nato usposobljen za več naborov podatkov s stotisoči podatkovnih točk, ki opisujejo beljakovine, majhne molekule in njihove interakcije. Sčasoma se je naučil splošnih lastnosti majhnih molekul, ki so uporabne za gradnjo verjetnih proteinskih sklopov. Kot preverjanje razumnosti je ekipa dodala tudi "merilnik zaupanja" za prepoznavanje visokokakovostnih napovedi – tistih, ki vodijo do stabilnih in funkcionalnih bioloških sestavov.

Za razliko od prejšnjih modelov umetne inteligence, ki temeljijo samo na beljakovinah, RoseTTAFold All-Atom »lahko modelira celotne biomolekularne sisteme,« je zapisala ekipa.

V seriji testov je nadgrajeni model presegel prejšnje metode, ko se je naučil "priklopiti" majhne molekule na dano beljakovino - ključno komponento odkrivanja zdravil - s hitrim napovedovanjem interakcij med beljakovinami in neproteinskimi molekulami.

Krasni novi svet

Vključitev majhnih molekul odpre povsem novo raven oblikovanja beljakovin po meri.

Kot dokaz koncepta je ekipa združila RoseTTAFold All-Atom z generativnim modelom AI, ki so ga imeli predhodno razvita in oblikovali beljakovinske partnerje za tri različne majhne molekule.

Prvi je bil digoksigenin, ki se uporablja za zdravljenje bolezni srca, vendar ima lahko stranske učinke. Protein, ki ga zgrabi, zmanjša toksičnost. Tudi brez predhodnega poznavanja molekule je umetna inteligenca zasnovala več proteinskih veziv, ki so pri testiranju v kultiviranih celicah ublažili ravni digoksigenina.

Umetna inteligenca je oblikovala tudi beljakovine, ki se vežejo na hem, majhno molekulo, ki je kritična za prenos kisika v rdečih krvnih celicah, in bilin, ki pomaga različnim bitjem absorbirati svetlobo.

Za razliko od prejšnjih metod, je pojasnila ekipa, lahko AI "zlahka ustvari nove proteine", ki zgrabijo majhne molekule brez kakršnega koli strokovnega znanja.

Prav tako lahko daje zelo natančne napovedi o moči povezav med beljakovinami in majhnimi molekulami na atomski ravni, kar omogoča racionalno gradnjo povsem novega vesolja kompleksnih biomolekularnih struktur.

»Z opolnomočenjem znanstvenikov povsod za ustvarjanje biomolekul z izjemno natančnostjo odpiramo vrata prelomnim odkritjem in praktičnim aplikacijam, ki bodo oblikovale prihodnost medicine, znanosti o materialih in drugod,« je dejal Baker.

Avtorstvo slike: Ian C. Haydon

Časovni žig:

Več od Središče singularnosti