Η τεχνητή νοημοσύνη που έγινε πέρυσι πρωτοσέλιδο όταν απέδειξε ότι μπορεί να προβλέπει τις δομές πρωτεϊνών σύντομα θα γίνει δωρεάν διαθέσιμη ως open source, μαζί με ένα νεότερο σύστημα που φαίνεται ότι πετυχαίνει εξίσου εντυπωσιακές επιδόσεις.
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.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Προσδόκιμο ζωής: Όνειρο απατηλό η αιώνια νεότητα και η αθανασία
Γι΄αυτό και η δυνατότητα πρόβλεψης της δομής τους αναμένεται να παίξει σημαντικό ρόλο στη βιολογία, τη βιοχημεία και τελικά την ιατρική.
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 DeppMind, η οποία ανήκει πλέον στην Google, παρουσίασε το 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).
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Nέοι διεθνείς κανόνες για πειράματα σε ανθρώπινα έμβρυα
Το AlphaGo νίκησε κατά κράτος στον διεθνή διαγωνισμό αναδίπλωσης πρωτεϊνών CASP, ο οποίος διεξαγόταν για χρόνια χωρίς μεγάλα βήματα προόδου.
Οι δημιουργοί του συστήματος παρουσιάζουν τώρα τον τρόπο λειτουργίας του στο περιοδικό Nature, ενώ το περιοδικό Science φιλοξενεί μια δεύτερη, εξίσου υποσχόμενη προσέγγιση, με την ονομασία RoseTTaFold, την οποία υπογράφει η ομάδα του Ντέιβιντ Μπέικερ στο Πανεπιστήμιο της Ουάσιγκτον στο Σιάτλ.
Μέλος της ομάδας είναι η Μινκιούνγκ Μπεκ, η οποία παραδέχεται πως όταν άκουσε για την επιτυχία του AlphaFold «φοβήθηκε ότι θα χάσει τη δουλειά της» ως χημικός που μελετά την αναδίπλωση πρωτεΐνών.
Η ομάδα αποφάσισε τελιικά να αναπτύξει τη δική της μέθοδο, η οποία δεν πετυχαίνει μεν την ακρίβεια του AlphaFold, παρουσιάζει όμως άλλα πλεονεκτήματα, καθώς είναι ικανή να προβλέπει το σχήμα όχι μόνο μεμονωμένων πρωτεΐνών αλλά και συμπλόκων που αποτελούνται από αρκετές πρωτεΐνες.
Οι δημιουργοί του RoseTTaFold ζήτησαν από ερευνητές από όλο τον κόσμο να υποβάλλουν τις ασυνήθιστες πρωτεΐνες που γνωρίζουν, και μέχρι στιγμής το σύστημα έχει βρει τις δομές 5.000 πρωτεΐνών.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Ναρκωτικά: O αντίκτυπος της COVID-19 - Παγκόσμια ανασκόπηση
Όπως και το AlphaFold, το RoseTTaFold θα γίνει διαθέσιμο ως λογισμικό ανοιχτού κώδικα, κάτι που θα επιτρέψει σε ερευνητές σε όλο τον κόσμο να πειραματιστούν μαζί του και να το βελτιώσουν.
Στο απώτερο μέλλον, τέτοια συστήματα είναι σίγουρο ότι θα παίξουν σημαντικό ρόλο όχι μόνο στην κατανόηση της ανθρώπινης βιολογίας αλλά και στην ανάπτυξη νέων φαρμάκων χωρίς την ανάγκη για περίπλοκες εργαστηριακές μελέτες πρωτεΐνών.
