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

CASP / DeepMind

DeepMind ha già ottenuto una serie di vittorie, mettendo in mostra le IA che hanno imparato a giocare a una varietà di giochi complessi con abilità sovrumane, da Go e StarCraft all'intero catalogo di Atari. Ma Demis Hassabis, volto pubblico e co-fondatore di DeepMind, ha sempre sottolineato che questi successi erano solo un trampolino di lancio verso un obiettivo più grande: l'IA che ci aiuta effettivamente a capire il mondo.

Oggi DeepMind e gli organizzatori della longeva Valutazione critica della previsione della struttura delle proteine (CASP) ha annunciato un'IA che dovrebbe avere l'enorme impatto che Hassabis sta cercando. Il ultima versione di AlphaFold di DeepMind , un sistema di apprendimento profondo in grado di prevedere con precisione la struttura delle proteine ​​entro la larghezza di un atomo, ha risolto una delle grandi sfide della biologia. È il primo utilizzo dell'IA per risolvere un problema serio, afferma John Moult dell'Università del Maryland, che guida il team che gestisce il CASP.

Una proteina è costituita da un nastro di aminoacidi che si ripiega con molte complesse torsioni e grovigli. Questa struttura determina ciò che fa. E capire cosa fanno le proteine ​​è la chiave per comprendere i meccanismi di base della vita, quando funziona e quando no. Gli sforzi per sviluppare vaccini per covid-19 si sono concentrati sulla proteina spike del virus, ad esempio. Il modo in cui il coronavirus si impiglia nelle cellule umane dipende dalla forma di questa proteina e dalle forme delle proteine ​​all'esterno di quelle cellule. Il picco è solo una proteina tra i miliardi di tutti gli esseri viventi; ci sono decine di migliaia di diversi tipi di proteine ​​all'interno del solo corpo umano.

Storia correlata

L'IA sta lottando con una crisi di replicazione I giganti della tecnologia dominano la ricerca, ma il confine tra vera svolta e vetrina del prodotto può essere confuso. Alcuni scienziati ne hanno avuto abbastanza.

Nel CASP di quest'anno, AlphaFold ha previsto la struttura di dozzine di proteine ​​con un margine di errore di soli 1,6 angstrom, ovvero 0,16 nanometri o dimensioni di un atomo. Questo supera di gran lunga tutti gli altri metodi di calcolo e per la prima volta corrisponde all'accuratezza delle tecniche utilizzate in laboratorio, come microscopia crioelettronica , risonanza magnetica nucleare e cristallografia a raggi X . Queste tecniche sono costose e lente: possono richiedere centinaia di migliaia di dollari e anni di tentativi ed errori per ciascuna proteina. AlphaFold può trovare la forma di una proteina in pochi giorni.

La svolta potrebbe aiutare i ricercatori a progettare nuovi farmaci e comprendere le malattie. A lungo termine, la previsione della struttura delle proteine ​​aiuterà anche a progettare proteine ​​sintetiche, come gli enzimi che digeriscono i rifiuti o producono biocarburanti. I ricercatori stanno anche esplorando modi per introdurre proteine ​​sintetiche che aumenteranno i raccolti e renderanno le piante più nutrienti.

È un progresso molto sostanziale, afferma Mohammed AlQuraishi, un biologo dei sistemi della Columbia University che ha sviluppato il proprio software per prevedere la struttura delle proteine. È qualcosa che semplicemente non mi aspettavo accadesse così rapidamente. È scioccante, in un certo senso.

Questo è davvero un grosso problema, afferma David Baker, capo dell'Institute for Protein Design dell'Università di Washington e leader del team dietro Rosetta, una famiglia di strumenti per l'analisi delle proteine. È un risultato straordinario, come quello che hanno fatto con Go.

Numeri astronomici

Identificare la struttura di una proteina è molto difficile. Per la maggior parte delle proteine, i ricercatori hanno la sequenza di amminoacidi nel nastro ma non la forma contorta in cui si piegano. E ci sono in genere un numero astronomico di possibili forme per ogni sequenza. I ricercatori hanno affrontato il problema almeno dagli anni '70, quando Christian Anfinsen vinse il premio Nobel per aver dimostrato che le sequenze determinavano la struttura.

Il lancio del CASP nel 1994 ha dato una spinta al campo. Ogni due anni, gli organizzatori rilasciano circa 100 sequenze di amminoacidi per proteine ​​le cui forme sono state identificate in laboratorio ma non ancora rese pubbliche. Decine di squadre da tutto il mondo competono quindi per trovare il modo corretto di chiuderle utilizzando il software. Molti degli strumenti sviluppati per CASP sono già utilizzati dai ricercatori medici. Ma i progressi sono stati lenti, con due decenni di progressi incrementali che non sono riusciti a produrre una scorciatoia per il meticoloso lavoro di laboratorio.

CASP ha ottenuto la scossa che stava cercando quando DeepMind è entrato nella competizione nel 2018 con il suo prima versione di AlphaFold . Non poteva ancora eguagliare l'accuratezza di un laboratorio, ma ha lasciato altre tecniche di calcolo nella polvere. I ricercatori hanno preso atto: presto molti stavano adattando i propri sistemi per funzionare più come AlphaFold.

Quest'anno più della metà delle voci utilizza una qualche forma di apprendimento profondo, afferma Moult. Di conseguenza, la precisione complessiva era maggiore. Il nuovo sistema di Baker, chiamato trRosetta, utilizza alcune delle idee di DeepMind del 2018. Ma è arrivato ancora un secondo molto lontano, dice.

In CASP, i risultati vengono valutati utilizzando ciò che è noto come test di distanza globale (GDT), che misura su una scala da 0 a 100 quanto è vicina una struttura prevista alla forma effettiva di una proteina identificata negli esperimenti di laboratorio. L'ultima versione di AlphaFold ha ottenuto buoni risultati per tutte le proteine ​​nella sfida. Ma ha ottenuto un punteggio GDT superiore a 90 per circa due terzi di essi. Il suo GDT per le proteine ​​​​più dure era 25 punti in più rispetto al miglior team successivo, afferma John Jumper, a capo del team AlphaFold di DeepMind. Nel 2018 il vantaggio era di circa sei punti.

Un punteggio superiore a 90 significa che eventuali differenze tra la struttura prevista e la struttura effettiva potrebbero essere dovute a errori sperimentali in laboratorio piuttosto che a un errore nel software. Potrebbe anche significare che la struttura prevista è una valida configurazione alternativa a quella individuata in laboratorio, all'interno dell'intervallo di variazione naturale.

Secondo Jumper, c'erano quattro proteine ​​nella competizione su cui i giudici indipendenti non avevano finito di lavorare in laboratorio e le previsioni di AlphaFold le hanno indirizzate verso le strutture corrette.

AlQuraishi pensava che i ricercatori avrebbero impiegato 10 anni per passare dai risultati di AlphaFold del 2018 a quelli di quest'anno. Questo è vicino al limite fisico per la precisione che puoi ottenere, dice. Queste strutture sono fondamentalmente floppy. Non ha senso parlare di risoluzioni molto al di sotto di questo.

Pezzi di puzzle

AlphaFold si basa sul lavoro di centinaia di ricercatori in tutto il mondo. DeepMind ha anche attinto a un'ampia gamma di competenze, mettendo insieme un team di biologi, fisici e informatici. I dettagli su come funziona saranno rilasciati questa settimana alla conferenza CASP e in un articolo sottoposto a revisione paritaria in un numero speciale della rivista proteine l'anno prossimo. Ma sappiamo che utilizza una forma di rete di attenzione, una tecnica di apprendimento profondo che consente a un'IA di allenarsi concentrandosi su parti di un problema più ampio. Jumper confronta l'approccio all'assemblaggio di un puzzle: mette insieme i pezzi locali prima di inserirli in un tutto.

DeepMind ha addestrato AlphaFold su circa 170.000 proteine ​​prelevate dalla banca dati delle proteine, un archivio pubblico di sequenze e strutture. Ha confrontato più sequenze nella banca dati e ha cercato coppie di amminoacidi che spesso finiscono insieme in strutture piegate. Quindi utilizza questi dati per indovinare la distanza tra coppie di amminoacidi in strutture che non sono ancora note. È anche in grado di valutare quanto siano accurate queste ipotesi. La formazione ha richiesto alcune settimane, utilizzando una potenza di calcolo equivalente tra 100 e 200 GPU.

Storia correlata

Intelligenza artificiale generale: siamo vicini e ha senso provare?

Una macchina in grado di pensare come una persona è stata la visione guida della ricerca sull'IA sin dai primi giorni e rimane la sua idea più divisiva.

Dame Janet Thornton dello European Bioinformatics Institute di Cambridge, nel Regno Unito, lavora sulle proteine ​​da 50 anni. È davvero da quando questo problema esiste, ha detto in una conferenza stampa la scorsa settimana. Stavo cominciando a pensare che non si sarebbe risolto nel corso della mia vita.

Molti farmaci sono progettati simulando la loro struttura molecolare 3D e cercando modi per inserire queste molecole nelle proteine ​​bersaglio. Naturalmente, questo può essere fatto solo se la struttura di quelle proteine ​​è nota. Questo è il caso solo di un quarto delle circa 20.000 proteine ​​umane, dice Thornton. Ciò lascia 15.000 bersagli farmacologici non sfruttati. AlphaFold aprirà una nuova area di ricerca.

DeepMind dice che intende studiare la leishmaniosi, la malattia del sonno e la malaria, tutte malattie tropicali causate da parassiti, perché sono collegate a molte strutture proteiche sconosciute.

Uno svantaggio di AlphaFold è che è lento rispetto alle tecniche rivali. Il sistema di AlQuraishi, che utilizza un algoritmo chiamato rete geometrica ricorrente (RGN), può trovare strutture proteiche a milione di volte più veloce —restituendo i risultati in secondi anziché in giorni. Le sue previsioni sono meno accurate, ma per alcune applicazioni la velocità è più importante, dice.

I ricercatori stanno ora aspettando di scoprire esattamente come funziona AlphaFold. Una volta che descrivono al mondo come lo fanno, sbocceranno mille fiori, dice Baker. Le persone lo useranno per tutti i tipi di cose diverse, cose che non possiamo immaginare ora.

Anche un risultato meno accurato sarebbe stata una buona notizia per le persone che lavorano su enzimi o batteri, afferma AlQuraishi: Ma abbiamo qualcosa di ancora migliore, con rilevanza immediata per le applicazioni farmaceutiche.

nascondere