Команда DeepMind объявила о создании ИИ, системы глубокого обучения, которая может предсказывать структуру белков с точностью до ширины атома. «Мы впервые используем алгоритм на основе искусственного интеллекта для решения очень сложной задачи», — отметил Джон Моулт из Университета Мэриленда, возглавляющий группу, работающей над ним.
Ученые объяснили, что белок состоит из аминокислот, они складываются в сложные формы — изгибы, повороты и переплетения. Если выяснить, какую функцию выполняют белки — это станет ключом к пониманию основных механизмов жизни. Например, это могло бы помочь для разработки вакцин против COVID-19 — исследователи могли бы изучить устройства шипа вируса. То, как коронавирус цепляется за клетки человека, зависит от формы этого белка и формы белков на внешней стороне этих клеток.
AlphaFold предсказал структуру десятков белков с погрешностью всего в 1,6 ангстрема, что составляет 0,16 нанометра. Это намного превосходит все другие вычислительные методы и впервые соответствует точности методов, используемых в лаборатории, таких как криоэлектронная микроскопия, ядерный магнитный резонанс и рентгеновская кристаллография. Причем эти методы дорогие и медленные — для каждого белка могут потребоваться годы исследований и сотни тысяч долларов.
Этот прорыв может помочь исследователям в разработке новых лекарств и понимании болезней. В долгосрочной перспективе прогнозирование структуры белка также поможет в разработке синтетических белков, таких как ферменты для переваривания отходов или производства биотоплива. Исследователи также изучают способы внедрения синтетических белков, которые позволят повысить урожайность сельскохозяйственных культур и сделать растения более питательными.
Читайте также:
Миллисекунда вместо 30 трлн лет на задачу: Китай представил новый квантовый компьютер
Наш квантовый компьютер, ядерная энергетика и коллайдер: какие прорывы ждать в российской физике
По обрывкам ДНК одного из самых знаменитых индейцев нашли его живого правнука