A fehérjék alakjának megjósolásában is jó a DeepMind

A Google mesterséges intelligenciája most ebben az élet rengeteg területén jelentős szerepet betöltő feladatban jeleskedett.

Az élet egyik alapvető építőelemét jelentő fehérjék egyik nagyon fontos jellemzője térbeli alakjuk: attól függően, hogy ez milyen, képesek különböző reakciókban részt venni és betölteni azt a szerepet, amire egy élő szervezetnek, például testünknek szüksége van. Ha valamiért ez az alak nem olyan, mint kéne, az súlyos betegségekhez vezethet, az Alzheimer-kórtól a cukorbetegségig. Ha pedig mi lennénk képesek úgy mesterségesen szintetizálni fehérjéket, hogy azok egész biztosan a megtervezett alakot vegyék fel, az forradalmasíthatná az orvostudományt és egy sor más területet is.

Egy fehérje különböző alakjainak energiaszintjei (a legjobbat a "gödör" alján látjuk)
Egy fehérje különböző alakjainak energiaszintjei (a legjobbat a "gödör" alján látjuk) (forrás: Science Mag) [+]

Fehérjét előállítani természetesen tudunk, hiszen elég jól ismerjük a szerkezetüket: összesen húsz alapvető aminosav kombinációjából állnak össze, és ezen alkotóelemek kapcsolódási pontjainak hajlékonysága miatt vehetnek fel különböző térbeli alakokat – általában azt, amelyik adott esetben a legalacsonyabb energiaszinttel jár. Egy százas nagyságrendű aminosavat tartalmazó fehérjemolekula 10^300 hatványának megfelelő nagyságrendű alakzatot vehet fel. Éppen ezért a fehérjék várható alakjának megbecsülése jobbára a szuperszámítógépek és az elosztott erőforrásokra támaszkodó megoldások területe – illetve egyre inkább a mesterséges intelligenciával foglalkozó csapatoké, akik közül a Google DeepMind az egyik legismertebb. Tőlük származik az az AlphaFold nevű rendszer is, amely most a fehérjék alakjának előrejelzésével foglalkozó „versenyen”, a két évente megrendezésre kerülő CASP-on az első helyre került, és nem is kis előnnyel: a feladatként kapott 43 fehérje közül 25 esetben sikerült jól eltalálni a végső alakot, szemben a második helyezett három (!) a 25-ből eredményével.

Az AlphaFold tanítása természetesen ismert fehérjék ezreinek segítségével történt, és az első esetekben nagyjából két hétre volt szüksége ahhoz, hogy az összetétel ismeretében megjósolja egy fehérje várható alakját. Azóta már kissé ügyesebb, pár óra is elég neki ehhez. Természetesen a 25/43-as arány messze van még attól, hogy a való életben is használható legyen, de az irány jónak tűnik.

Előzmények