Společnost Google DeepMind představila vylepšenou verzi svého AI modelu, který již není omezen pouze na předpovídání struktury proteinů, ale rozšiřuje své schopnosti na „všechny k životu potřebné molekuly“. Nový model, AlphaFold 3, nabízí vědcům z oblasti medicíny, zemědělství, materiálové vědy a vývoje léků nové možnosti pro testování potenciálních objevů.
Pozadí AlphaFold 2: Přelom v predikci struktury proteinů
Abychom lépe pochopili technologii AlphaFold 3, nakoukneme na chvíli do pozadí jejího předchůdce, AlphaFold 2. AlphaFold 2 byl vyvinutý týmem Google DeepMind a v tehdejší době představil významný pokrok v predikci struktury proteinů. Tento model AI využívá v současnosti sofistikované algoritmy strojového učení k předpovídání trojrozměrné struktury proteinů z jejich aminokyselinové sekvence. Struktura proteinu je klíčová pro pochopení jeho funkce v biologických procesech, a tím pádem je schopnost předpovědět tuto strukturu zásadní pro biomedicínský výzkum a vývoj léků.
Pro jednodušší představu si představte cihlový jakožto protein. Jednotlivé materiály – dřevo, cihly, ocel, beton, sklo apod. – pak určují, jak bude barák vypadat. To znamená, že podle toho, jaké materiály dostanete, takový barák neboli protein z něj můžete vybudovat. Podle toho, jaký postavíte barák, takovou bude mít i funkci. Stejně tak i struktura proteinu určuje jeho funkci v lidském organismu. Problém ale je, že když dostanete materiál, nevíte, jak bude vypadat výsledný protein, a právě zde přichází model AlphaFold 2. Model vezme dané aminokyseliny (materiály), a na základě předchozího trénování je schopen velmi akurátně predikovat, jak bude výsledný protein (barák) vypadat, a tedy jakou bude mít i funkci. Díky tomu lze objevit například proteiny, které jsou náchylné na poškození neboli mutaci, a které pak poškozují své prostředí, čímž vyvolávají různé onemocnění. Příkladem může být nechvalně známá Alzheimerova choroba.
Díky své schopnosti přesně predikovat proteinové struktury, AlphaFold 2 umožnil vědcům rychleji a efektivněji objasnit, jak proteiny interagují s jinými molekulami, což má přímý dopad na vývoj nových léčiv a terapeutických postupů. Tento model také pomohl odhalit struktury proteinů, které byly předtím neznámé, a otevřel nové cesty ve výzkumu nemocí, kde struktura proteinů hraje klíčovou roli, jako jsou různé formy rakoviny a neurodegenerativní onemocnění.
V praxi se využití AlphaFold 2 rozšířilo do mnoha oblastí, včetně zemědělství, kde může pomoci ve vývoji odolnějších plodin, a environmentální vědy, kde přispívá k lepšímu pochopení procesů jako je fotosyntéza. Jeho aplikace se stávají stále více rozmanitými, což zdůrazňuje jeho přínos nejen pro vědu, ale i pro praktické aplikace v různých průmyslových odvětvích.
Obrázek 1 – DALL-E 3: DNA jako japonský strom
AlphaFold 3 přichází na scénu s až 50% lepší přesností
Jak jsme si tedy řekli, předchozí verze AlphaFold byly schopné předpovídat struktury proteinů. AlphaFold 3 však jde dále a umožňuje rovnou modelování celé DNA, RNA a menších molekul známých jako ligandy, čímž rozšiřuje možnosti vědeckého využití modelu. Pro upřesnění, ligandy jsou atomy, iony nebo molekuly, které se vážou na centrální atom.
Podle společnosti DeepMind přináší nový model o 50 % lepší přesnost předpovědi ve srovnání s předchozími modely. „S AlphaFold 2 jsme dosáhli významného milníku ve strukturální biologii, který otevřel dveře k neuvěřitelnému množství výzkumu,“ řekl na tiskové konferenci Demis Hassabis, generální ředitel společnosti DeepMind. „AlphaFold 3 je dalším krokem v používání AI k porozumění a modelování biologie.“
AlphaFold server přístupný veřejnosti
AlphaFold 3 disponuje knihovnou molekulárních struktur. Vědci do ní zadají seznam molekul, které chtějí spojit, a model pomocí difuzní metody vytvoří 3D model nové struktury. Difuzní metoda je typ AI systému, který se používá také u generátorů obrázků jako je Stable Diffusion.
DeepMind uvedl, že jeho společnost Isomorphic Labs, založená Hassabisem, již využívá AlphaFold 3 pro interní projekty, které pomohly zlepšit pochopení nových cílů pro léčení nemocí.
Kromě modelu nabízí DeepMind vědcům také platformu AlphaFold Server, která je nyní zpřístupněna zdarma některým výzkumným skupinám. Server, poháněný AlphaFold 3, umožňuje vědcům generovat predikce biomolekulárních struktur bez ohledu na jejich výpočetní kapacity. Hassabis uvedl, že server je k dispozici pro akademické, nekomerční využití, zatímco Isomorphic Labs spolupracuje s farmaceutickými partnery na využití modelů AlphaFold pro programy objevování léků.
Obrázek 2 – DALL-E 3: DNA ve stylu hry Dark souls
Biozabezpečení a biobenefity
Google také pracuje s vědeckou komunitou a politickými lídry na zodpovědném nasazení modelu. Podle nedávného článku někteří odborníci na biozabezpečení věří, že AI modely „mohou snížit bariéry pro aktéry ohrožující bezpečnost a umožnit jim ve spojení s dalšími technologiemi navrhovat a inženýrsky upravovat patogeny a toxiny, které jsou více přenosné nebo škodlivé“. Rovněž obava z tajného vývoje biologických zbraní je na místě.
Společnost uvedla, že před spuštěním AlphaFold 3 spolupracovala s odborníky z oblasti biozabezpečení, výzkumu a průmyslu, aby identifikovala potenciální rizika spojená s modelem. Uvidíme, jak se model bude do budoucna vyvíjet. Nicméně navrhování a konstruování funkčních proteinů, DNA a dalších biologických molekul by mohly vyústit v revoluci v oblasti medicíny. Potenciálně by tyto nástroje mohly přispět i k lepšímu 3D bioprintingu neboli tisknutí živých tkání a orgánů pro lidi, co utrpěli závažnou nehodu, a kteří potřebují transplantaci orgánů.
Shrnutí:
- Google DeepMind vylepšil svůj AI model AlphaFold 3, který nyní modeluje DNA, RNA a další molekuly.
- Nový model přináší o 50 % lepší přesnost předpovědi ve srovnání s předchozími verzemi.
- AlphaFold 3 je nyní dostupný na vědecké platformě AlphaFold Server pro akademické využití.
- DeepMind spolupracuje na zodpovědném nasazení AI ve spolupráci s vědeckou komunitou a biozabezpečnostními odborníky.
Zdroj:
- David, E. (2024, May 8). Google Deepmind’s new AI can model DNA, RNA, and “all life’s molecules.” The Verge. https://www.theverge.com/2024/5/8/24152088/google-deepmind-ai-model-predict-molecular-structure-alphafold
