DeepMind afferma che rilascerà la struttura di ogni proteina nota alla scienza

Mente Profonda

Nel dicembre 2020, DeepMind ha colto di sorpresa il mondo della biologia quando ha risolto una grande sfida di 50 anni con AlphaFold, uno strumento di intelligenza artificiale che prevede la struttura delle proteine. La scorsa settimana l'azienda londinese ha pubblicato tutti i dettagli di quello strumento e ha rilasciato il suo codice sorgente.

Ora l'azienda ha annunciato di sì ha usato la sua intelligenza artificiale per prevedere le forme di quasi tutte le proteine ​​del corpo umano , così come le forme di centinaia di migliaia di altre proteine ​​che si trovano in 20 degli organismi più studiati, tra cui lievito, moscerini della frutta e topi. La svolta potrebbe consentire ai biologi di tutto il mondo di comprendere meglio le malattie e sviluppare nuovi farmaci.

Storia correlata

L'IA che ripiega le proteine ​​di DeepMind ha risolto una grande sfida della biologia di 50 anni fa

AlphaFold può prevedere la forma delle proteine ​​entro la larghezza di un atomo. La svolta aiuterà gli scienziati a progettare farmaci e comprendere le malattie.

Finora il tesoro è costituito da 350.000 strutture proteiche appena previste. DeepMind afferma che prevederà e rilascerà le strutture per oltre 100 milioni in più nei prossimi mesi, più o meno tutte le proteine ​​note alla scienza.

Il ripiegamento delle proteine ​​è un problema su cui tengo d'occhio da più di 20 anni, afferma il cofondatore e CEO di DeepMind Demis Hassabis. È stato un grande progetto per noi. Direi che questa è la cosa più grande che abbiamo fatto finora. Ed è il più eccitante in un certo senso, perché dovrebbe avere il maggiore impatto al mondo al di fuori dell'IA.

Le proteine ​​sono costituite da lunghi nastri di amminoacidi, che si attorcigliano in complicati nodi. Conoscere la forma del nodo di una proteina può rivelare cosa fa quella proteina, che è fondamentale per capire come funzionano le malattie e sviluppare nuovi farmaci, o identificare organismi che possono aiutare ad affrontare l'inquinamento e il cambiamento climatico. Capire la forma di una proteina richiede settimane o mesi in laboratorio. AlphaFold può prevedere le forme fino all'atomo più vicino in un giorno o due.

Il nuovo database dovrebbe rendere la vita ancora più facile ai biologi. AlphaFold potrebbe essere disponibile per i ricercatori, ma non tutti vorranno eseguire il software da soli. È molto più facile prendere una struttura dal database che eseguirla sul proprio computer, afferma David Baker dell'Institute for Protein Design dell'Università di Washington, il cui laboratorio ha costruito il proprio strumento per prevedere la struttura delle proteine, chiamato RoseTTAFold , basato sull'approccio di AlphaFold.

Negli ultimi mesi il team di Baker ha lavorato con biologi che in precedenza erano bloccati nel tentativo di capire la forma delle proteine ​​che stavano studiando. Ci sono molte ricerche biologiche piuttosto interessanti che sono state davvero velocizzate, dice. Un database pubblico contenente centinaia di migliaia di forme proteiche già pronte dovrebbe essere un acceleratore ancora più grande.

Sembra sorprendentemente impressionante, dice Tom Ellis, un biologo sintetico dell'Imperial College London che studia il genoma del lievito, che è entusiasta di provare il database. Ma avverte che la maggior parte delle forme previste non sono state ancora verificate in laboratorio.

Precisione atomica

Nella nuova versione di AlphaFold, le previsioni sono dotate di un punteggio di affidabilità che lo strumento utilizza per segnalare quanto ritiene che ogni forma prevista sia vicina alla realtà. Utilizzando questa misura, DeepMind ha scoperto che AlphaFold prevedeva le forme per il 36% delle proteine ​​umane con un'accuratezza corretta fino al livello dei singoli atomi. Questo è abbastanza buono per lo sviluppo di farmaci, afferma Hassabis.

In precedenza, dopo decenni di lavoro, solo il 17% delle proteine ​​nel corpo umano aveva le proprie strutture identificate in laboratorio. Se le previsioni di AlphaFold sono accurate come dice DeepMind, lo strumento ha più che raddoppiato questo numero in poche settimane.

Anche le previsioni che non sono del tutto accurate a livello atomico sono comunque utili. Per più della metà delle proteine ​​nel corpo umano, AlphaFold ha previsto una forma che dovrebbe essere abbastanza buona da consentire ai ricercatori di capire la funzione della proteina. Il resto delle attuali previsioni di AlphaFold o sono errate o riguardano il terzo delle proteine ​​nel corpo umano che non hanno alcuna struttura finché non si legano con le altre. Sono flosci, dice Hassabis.

Il fatto che possa essere applicato a questo livello di qualità è una cosa impressionante, afferma Mohammed AlQuraish, un biologo dei sistemi della Columbia University che ha sviluppato il proprio software per prevedere la struttura delle proteine. Sottolinea inoltre che avere strutture per la maggior parte delle proteine ​​in un organismo consentirà di studiare come queste proteine ​​funzionano come un sistema, non solo in isolamento. Questo è ciò che penso sia più eccitante, dice.

DeepMind sta rilasciando i suoi strumenti e le sue previsioni gratuitamente e non dirà se ha in programma di fare soldi da loro in futuro. Non esclude la possibilità, tuttavia. Per impostare e gestire il database, DeepMind collabora con il Laboratorio europeo di biologia molecolare, un istituto di ricerca internazionale che ospita già un ampio database di informazioni sulle proteine.

Per ora, AlQuraishi non vede l'ora di vedere cosa faranno i ricercatori con i nuovi dati. È piuttosto spettacolare, dice che non credo che nessuno di noi pensasse che saremmo stati qui così in fretta. È sbalorditivo.

nascondere