Napovedovanje strukture proteinov, ključnih molekul za delovanje živih organizmov, je bila za znanstvenike nekaj desetletij nerešljiva uganka. Zdaj imajo na voljo orodje, ki bo močno pospešilo njihove raziskave in razširilo polje mogočega v znanosti. Zasluga za to gre strokovnjakom za umetno inteligenco iz podjetja DeepMind, hčerinske družbe tehnološkega giganta Alphabet (Google). Po mnenju dr. Romana Jerale gre morda celo za "rešitev najpomembnejšega problema v biokemiji po določitvi genskega koda".
Proteini, beljakovinske molekule, so ključni igralci v vseh bioloških sistemih. Kot razlaga dr. Roman Jerala s Kemijskega inštituta, brez njih ne bi bilo presnove, razmnoževanja, premikanja, tvorijo tudi pomemben del strukture celic.
“Na nek način so ostale sestavine celic tiste, ki proteinom omogočajo delovanje – nukleinske kisline (DNK, RNK) vsebujejo zapis za aminokislinsko zaporedje proteinov, ki določa njihovo prostorsko strukturo.”
Proteini lahko tudi povzročajo bolezni in jih pomagajo preprečiti. Virus SARS-CoV2 v naše celice vdre s pomočjo koničastega (spike) proteina. Naše telo za obrambo pred okužbo proizvede protitelesa – tudi ta spadajo med proteine.
Proteini so praviloma zelo zapletene molekule, ki se morajo za ustrezno delovanje natančno “zložiti” v pravilno obliko. Nepravilno zloženi proteini v možganih denimo povzročajo bovino spongiformno encefalopatijo, po domače “bolezen norih krav”.
Kar je prej vzelo nekaj let, zdaj vzame nekaj minut
V kakšno obliko se bodo proteinske molekule zložile, je odvisno od zaporedja aminokislin, ki jih sestavljajo. To je že pred več kot 50 leti ugotovil ameriški biokemik Christian Anfinsen.
Vse od takrat so si znanstveniki prizadevali najti preprost način, kako natančno določiti obliko proteinov, da bi lahko bolje razumeli njihovo funkcijo.
Z eksperimentalnimi tehnikami v laboratoriju je določitev tridimenzionalne strukture proteina sicer mogoča, a gre za zelo zamuden proces, ki lahko traja več mesecev ali celo let. Tako znanost pozna že več kot 200 milijonov različnih proteinov, natančna tridimenzionalna struktura pa je poznana le za peščico od teh.
Iskanje načina, s katerim bi lahko obliko proteinov zanesljivo napovedali kar na podlagi zaporedja aminokislin, brez mukotrpnega laboratorijskega dela, je bila tako več desetletij eden svetih gralov v biokemiji.
Darilo celemu svetu
Decembra leta 2020 je ekipa strokovnjakov iz podjetja DeepMind, enega vodilnih igralcev na področju umetne inteligence, svetu predstavila AlphaFold2, orodje, ki je sposobno strukturo večine proteinov na podlagi znanega zaporedja aminokislin napovedati do atoma natančno.
Julija lani so to orodje brezplačno dali na voljo celemu svetu. “Verjamemo, da je to najpomembnejši prispevek umetne inteligence k nadgradnji znanstvenega razumevanja doslej,” je ob tem zapisal direktor podjetja DeepMind Demis Hassabis.
“Predstavljajte si zaporedje aminokislin kot grobo skico hiše izrisane na listu papirja,” razlaga dr. Marinka Žitnik, strokovnjakinja za umetno inteligenco in biomedicinsko informatiko z univerze Harvard. “Orodje vzame tako skico hiše in vam predstavi 3D model hiše, takšno hišo, ki bi bila stabilna, varna in se ne bi sesula vase, ko bi jo zgradili v realnem svetu. Orodje AlphaFold počne podobno, a to za proteine.”
Poleg izvorne kode, ki jo lahko uporabi vsak, so svetu dali na voljo tudi natančne napovedi struktur vseh proteinov v človeškem telesu, zraven pa še vseh proteinov v dvajsetih t.i. modelnih organizmih, ki jih znanstveniki najpogosteje uporabljajo pri raziskavah, kot je recimo bakterija E.coli.
“S tem lahko bolje razumemo delovanje celic in življenje samo,” pravi dr. Roman Jerala. “Z napovedovanjem struktur posameznih proteinov lahko napovedujemo tudi strukture kompleksov iz več proteinov, ki izvajajo pomembne biološke procese, ter seveda vzroke bolezni.”
Revija Science je napovedovanje strukture proteinov s pomočjo umetne inteligence razglasila za najpomembnejši znanstveni dosežek lanskega leta.
AI algorithms can now churn out predictions for the 3D shapes of proteins with a precision matching that of painstaking laboratory techniques. The programs, and the blizzard of protein structures they have revealed, are Science’s 2021 #BOTY. https://t.co/zBZlWr0fis pic.twitter.com/snrEsDbTH0
— Science Magazine (@ScienceMagazine) December 16, 2021
Revija Nature pa je Johna Jumperja, vodjo razvoja orodja AlphaFold pri podjetju DeepMind, razglasila za eno od desetih osebnosti, ki so v preteklem letu najbolj zaznamovale znanost.
Raziskovalci hitro skočili na vlak
Raziskovalci, tudi slovenski, so novo orodje takoj začeli s pridom uporabljati. “Odlično je, da so pri DeepMind dali algoritem brez omejitev na razpolago vsem raziskovalcem, kar že s pridom uporabljamo,” pravi Roman Jerala.
Orodje AlphaFold tako že uporabljajo pri njihovem delu, za modeliranje dizajniranih proteinov. V kratkem bodo poslali v recenzijo prvo objavo, kjer so ga uporabili. “Na področju dizajniranih proteinov se s tem odpirajo velike možnosti, saj naravni proteini predstavljajo zelo majhen del vseh možnih proteinov, ki imajo lahko zelo različne lastnosti,” še dodaja Jerala.
Kratek razlagalni video o zlaganju proteinov, ki so ga pripravili v podjetju DeepMind:
Kakšno je tvoje mnenje o tem?
Sodeluj v razpravi ali preberi komentarje