Shkencëtarët e DeepMind fitojnë ‘Çmimin e Përparimit’ 3 milion dollarë për AI që parashikon strukturën e çdo proteine

Shkencëtarët nga Google DeepMind janë vlerësuar me një çmim prej 3 milionë dollarësh për zhvillimin e një sistemi të inteligjencës artificiale (AI) që ka parashikuar se si pothuajse çdo proteinë e njohur paloset në formën e saj 3D.

Një nga çmimet e këtij viti në “Breakthrough Prizes in Life Sciences” shkoi për Demis Hassabis, bashkë-themelues dhe CEO i DeepMind, i cili krijoi programin e parashikimit të proteinave të njohur si AlphaFold, dhe John Jumper, një shkencëtar i lartë kërkimor i stafit në DeepMind, Fondacioni Breakthrough Prize. shpallur (hapet në skedën e re) të enjten (22 shtator).

Programi me burim të hapur bën parashikimet e tij bazuar në sekuencën e aminoacideve të një proteine, ose njësive molekulare që përbëjnë proteinën, raportoi më parë Live Science. Këto njësi individuale lidhen në një zinxhir të gjatë që më pas “paloset” në një formë 3D. Struktura 3D e një proteine ​​dikton se çfarë mund të bëjë ajo proteinë, nëse kjo është prerja e ADN-së ose etiketimi i patogjenëve të rrezikshëm për shkatërrim, kështu që të jesh në gjendje të nxirresh formën e proteinave nga sekuenca e tyre aminoacide është tepër e fuqishme.

Çmimet Breakthrough njohin studiuesit kryesorë në fushat e fizikës themelore, shkencave të jetës dhe matematikës. Çdo çmim vjen me një çmim prej 3 milionë dollarësh, të siguruar nga sponsorët themelues Sergey Brin; Priscilla Chan dhe Mark Zuckerberg; Yuri dhe Julia Milner; dhe Anne Wojcicki.

“Proteinat janë nano-makinat që drejtojnë qelizat dhe parashikimi i strukturës së tyre 3D nga sekuenca e aminoacideve të tyre është thelbësore për të kuptuar funksionimin e jetës”, thuhet në deklaratën e fondacionit. “Me ekipin e tyre në DeepMind, Hassabis dhe Jumper konceptuan dhe ndërtuan një sistem mësimi të thellë që modelon me saktësi dhe shpejtësi strukturën e proteinave.”

Duke përdorur AlphaFold, ekipi i DeepMind ka përpiluar një bazë të dhënash me rreth 200 milionë struktura proteinike, duke përfshirë proteinat e bëra nga bimët, bakteret, kërpudhat dhe kafshët, raportoi më parë Live Science. Kjo bazë të dhënash përfshin pothuajse të gjitha proteinat e kataloguara të njohura për shkencën.

Sistemi i AI “mësoi” të mblidhte këto forma duke studiuar strukturat e njohura të proteinave të përpiluara në bazat e të dhënave ekzistuese. Këto struktura proteinike ishin vizualizuar me kujdes me një teknikë të quajtur kristalografi me rreze X, e cila përfshin zbërthimin e strukturave të proteinave kristalore me rreze X dhe më pas matjen e mënyrës se si ato rreze shpërthejnë.

Brenda këtyre bazave të të dhënave ekzistuese, AlphaFold identifikoi modele midis sekuencave të aminoacideve të proteinave dhe formave të tyre përfundimtare 3D. Pastaj, duke përdorur një rrjet nervor – një algoritëm i frymëzuar lirshëm nga mënyra se si neuronet përpunojnë informacionin në tru – AI e përdori këtë informacion për të përmirësuar në mënyrë të përsëritur aftësinë e tij për të parashikuar strukturat e proteinave, të njohura dhe të panjohura.

“Ka qenë kaq frymëzuese të shohësh mënyrat e panumërta që komuniteti hulumtues ka marrë AlphaFold, duke e përdorur atë për gjithçka, nga të kuptuarit e sëmundjeve, te mbrojtja e bletëve, deri te deshifrimi i enigmave biologjike, tek kërkimi më i thellë në origjinën e vetë jetës,” shkroi Hassabis në një. deklaratë (hapet në skedën e re) botuar në korrik.

“Si pionierë në fushën në zhvillim të ‘biologjisë dixhitale’, ne jemi të ngazëllyer të shohim potencialin e madh të AI që fillon të realizohet si një nga mjetet më të dobishme të njerëzimit për avancimin e zbulimeve shkencore dhe të kuptuarit e mekanizmave themelorë të jetës,” shkroi ai. .