Proteini su osnovni građevni blokovi živih organizama i svaka stanica koja se nalazi u ljudskom tijelu zapravo vrvi proteinima.

Razumijevanje raznih oblika proteina ključno je za napredak u medicini, no znanost je dosad odgonetnula strukture tek neznatnog dijela tih proteina.

No, uz pomoć računalnog programa koji se zove AlphaFold, znanstvenici su uspjeli predvidjeti strukture 350.000 proteina koji pripadaju ljudima i drugim organizmima.

Instrukcije za stvaranje ljudskih proteina nalaze se u našim genomima, odnosno DNK koja se nalazi u jezgri ljudske stanice. Proteine čine lanci manjih građevnih blokova u obliku aminokiselina koje se oblikuju na nebrojene načine, formirajući jedinstven 3D oblik. Oblik proteina pak određuje i njegovu ulogu u ljudskom tijelu.

Ljudski genom izražava oko 20.000 tih proteina, a biolozi ih sve zajedno nazivaju proteomom.

Vjerujemo da je ovo najkompletnija i najtočnija slika ljudskog proteoma dosad, ističe dr. Demis Hassabis, izvršni direktor i osnivač kompanije Deep Mind koja se bavi umjetnom inteligencijom, komentirajući rezultate dobivene AlphaFoldom.

Vjerujemo da ovaj rad predstavlja najznačajniji doprinos umjetne inteligencije unaprjeđenju znanstvenog znanja dosad. To je ujedno i odlična ilustracija te primjer kakve sve prednosti umjetna inteligencija može donijeti društvu. Uzbuđeni smo vidjeti što će društvo napraviti s ovim, dodaje Hassabis.

Studija vezana za ovo istraživanje objavljena je u prestižnom znanstvenom časopisu Nature, a u njoj su sudjelovali znanstvenici iz spomenutog DeepMinda te tim znanstvenika iz Europskog laboratorija za molekularnu biologiju (EMBL).

AlfphaFold je uspio napraviti sigurna predviđanja strukturalnih pozicija za 58 posto aminokiselina u ljudskom proteomu. Pozicije njih 35,7 posto predviđene su s vrlo visokim stupnjem sigurnosti, dok su eksperimentalna istraživanja tradicionalnim tehnikama uspjela predvidjeti strukture aminokiselina na istoj razini sigurnosti za tek 17 posto proteoma. Dakle, umjetna inteligencija je već u svojem nešto lošijem predviđanju bila dvostruko bolja od svih dosadašnjih klasičnih načina predviđanja.

Stručnjaci su impresionirani rezultati i brzinom kojom umjetna inteligencija radi ta predviđanja.

Činjenica je da je bilo potrebno šest mjeseci po strukturi, a sad je potrebno tek nekoliko minuta. Nismo nikako mogli predvidjeti da će se to događati tako brzo, kaže profesor John McGeehan, biolog sa Sveučilišta Portsmouth.

Njegov tim poslao je sedam sekvenci timu iz DeepMinda, a za dvije su već imali utvrđene strukture pa su mogli testirati rezultate koje su dobili iz DeepMinda.

Bio je to jedan od onih trenutaka, da budem iskren, gdje ti se dlake nakostriješe na vratu jer su strukture koje je predvidio AlphaFold bile identične, dodao je McGeehan.

Direktor EMBL-ovog Europskog instituta za bioinformatiku, dr. Ewan Birney kaže da su strukture koje je AlphaFold predvidio jedan od najvažnijih setova podataka otkako je mapiran ljudski genom.

Svo navedeno istraživanje timovi iz DeeepMinda i EMBL-a su učinili otvoreno dostupnim globalnoj znanstvenoj zajednici, a dr. Hassabis ističe da DeepMind planira nadaleko proširiti pokrivenost na gotovo sve sintetizirane proteine poznate znanosti, a to znači više od 100 milijuna struktura.

Izvor: BBC