H τεχνητή νοημοσύνη της Google που εξέπληξε τους επιστήμονες με την ικανότητά της να προβλέπει τις δομές όλων των ανθρώπινων πρωτεϊνών αναγνωρίζεται από το περιοδικό Science ως η σημαντικότερη επιστημονική εξέλιξη της χρονιάς που φεύγει.
Τίποτα δεν λειτουργεί σωστά στα κύτταρα χωρίς τις πρωτεΐνες, μακριές αλυσίδες από αμινοξέα που αναδιπλώνονται σε περίπλοκα, τρισδιάστατα σχήματα. Το σχήμα κάθε πρωτεΐνης είναι αυτό που καθορίζει τον τρόπο που δρα, είτε πρόκειται για δομικές πρωτεΐνες είτε για ενζυματικές πρωτεΐνες που ρυθμίζουν τον μεταβολισμό.
Γι΄αυτό και η δυνατότητα πρόβλεψης της δομής τους αναμένεται να παίξει σημαντικό ρόλο στη βιολογία, τη βιοχημεία και τελικά την ανάπτυξη φαρμάκων και θεραπειών.
Μέχρι σήμερα, η τρισδιάστατη δομή τους μπορούσε να υπολογιστεί μόνο με απαιτητικές και άκρως χρονοβόρες μεθόδους όπως η κρυσταλλογραφία ακτίνων Χ και η κρυοηλεκτρονική μικροσκοπία.
Η κατάσταση άλλαξε με θεαματικό τρόπο τον Νοέμβριο, όταν η λονδρέζικη εταιρεία DeepMind, η οποία ανήκει πλέον στην Google, παρουσίασε το σύστημα AlphaFold, μια τεχνητή νοημοσύνη που προβλέπει με σχετική ακρίβεια την τρισδιάστατη δομή πρωτεϊνών γνωρίζοντας μόνο την αλληλουχία των αμινοξέων της (η οποία καθορίζεται από το αντίστοιχο γονίδιο).
Το AlphaGo νίκησε κατά κράτος στον διεθνή διαγωνισμό αναδίπλωσης πρωτεϊνών CASP, ο οποίος διεξαγόταν για χρόνια χωρίς μεγάλα βήματα προόδου.
Αναλυτικά: Τεχνητή νοημοσύνη έλυσε έναν από τους μεγαλύτερους γρίφους της Βιολογίας
Η DeepMind συνεργάζεται τώρα με το Ευρωπαϊκό Εργαστήριο Μοριακής Βιολογίας (EMBL), με έδρα τη Χαϊδελβέργη της Γερμανίας, μια συνεργασία που έχει ήδη δώσει εντυπωσιακούς καρπούς.
Tα δύο μέρη παρουσίασαν – και διέθεσαν δωρεάν σε κάθε επιστήμονα – μια βάση δεδομένων που καλύπτει τις δομές του 98,5% των ανθρώπινων πρωτεϊνών.
Μέχρι σήμερα η επιστήμη είχε προσδιορίσει μόνο το ένα τρίτο των περίπου 20.000 ανθρώπινων πρωτεϊνών.
Η βάση περιέχει επίσης δεκάδες χιλιάδες πρωτεΐνες από 20 οργανισμούς μεγάλης βιολογικής σημασίας, όπως το παράσιτο της ελονοσίας και το βακτήριο της φυματίωσης.
Οι καταχωρίσεις στη βάση AlphaFold DB σχεδιάζεται να αυξηθούν τελικά στα 130 εκατομμύρια τρισδιάστατα μοντέλα, ανέφερε το EMBL.