Məzmuna keç
Prof. Dr. Mustafa Özdoğan · Tibbi onkologiya mütəxəssisi

Hər şeyi dəyişəcək! Google DeepMind süni intellekti zülal quruluşlarını həll edir

Hər şeyi dəyişəcək! Google DeepMind süni intellekti zülal quruluşlarını həll edir

Alimlər zülalların 3-ölçülü (3D) formasını müəyyən edən Google-un dərin öyrənmə proqramlarının biologiyada köklü dəyişikliklər etmək üzrə olduğunu deyirlər. Yeni dərman kəşfləri sahəsində inqilabın astanasındayıq.

Google süni intellektinin törəməsi DeepMind-ın hazırladığı süni intellekt şəbəkəsi biologiyanın ən böyük çətinliklərindən birinin həllində böyük addım atdı — zülalın amin turşusu ardıcıllığından 3D formasını müəyyən etmək.

DeepMind-ın AlphaFold alqoritmi Critical Assessment of Structure Prediction (Quruluş proqnozunun tənqidi qiymətləndirilməsi), qısaca CASP adlı ikiillik zülal quruluşu proqnozu yarışında digər 100 komandadan yaxşı nəticə göstərdi. Nəticələr 30 noyabrda bu il virtual keçirilən qiymətləndirmə konfransının əvvəlində açıqlandı.

3D forması ilə müəyyən edilmiş zülalın funksiyası DeepMind

Yuxarıdakı şəkil: 3D forması ilə müəyyən edilmiş zülalın funksiyası – DeepMind.

1994-cü ildə dəqiq quruluş proqnozları üçün hesablama üsulları hazırlamaq məqsədli CASP-ın qurucusu, College Park Maryland Universitetində hesablama bioloqu John Moult, “bu çox mühüm işdir” deyir.

Amin turşusu ardıcıllığından quruluşun dəqiq proqnozu həyat elmləri və təbabət üçün böyük nemət olacaq. Hüceyrələrin əsas tikinti materiallarını anlamağı xeyli sürətləndirəcək, daha sürətli və inkişaf etmiş dərman kəşfinə imkan verəcək.

London mərkəzli DeepMind-ın ilk iştirak ili 2018-dəki son CASP-da AlphaFold səhnəyə çıxdı. Bu il isə dərin öyrənmə şəbəkəsi digərlərindən çox üstün idi; alimlər bunun biologiyada inqilab xəbərçisi olacaq qədər inanılmaz yaxşı işlədiyini deyirlər.

süni intellekt maşın öyrənməsi dərin öyrənmə nədir aralarındakı fərqlər

CASP komandalarını qiymətləndirən, Almaniyanın Tübingen şəhərində Max Planck İnkişaf Biologiyası İnstitutunun təkamül bioloqu Andrei Lupas, “Bu, oyunun qaydalarını dəyişən inkişafdır” deyir. AlphaFold onun laboratoriyasında on ildir problem olan zülalın quruluşunu tapmağa artıq kömək edib; sual və işlərini necə dəyişəcəyini gözləyir. Lupas, “Bu, təbabəti, araşdırmanı, biomühəndisliyi dəyişəcək. Hər şeyi dəyişəcək” deyir.

Bəzən AlphaFold proqnozları rentgen kristalloqrafiyası və son illərin krioelektron mikroskopiyası (krio-EM) kimi “qızıl standart” eksperimental üsullarla müəyyən edilənlərdən fərqsizdir. Alimlər bu zəhmətli bahalı üsulları hələ əvəz etməyə biləcəyini, lakin canlılarla yeni yollarla işləməyə imkan verəcəyini deyirlər.

Zülallarda quruluş problemi

Zülallar hüceyrədaxili hadisələrin çoxuna cavabdeh həyat tikinti materiallarıdır. Necə işləyib nə etdiyi 3D forması ilə müəyyən edilir və zülalın funksiyasını 3 ölçülü quruluşu müəyyən edir. “Quruluş funksiyadır” molekulyar biologiyanın aksiomudur. Zülallar yardımsız, yalnız fizika qanunları ilə forma almağa meyillidir.

Onilliklərdir laboratoriya təcrübələri yaxşı quruluş əldə etməyin əsas yolu olub. İlk tam quruluşlar kristallaşmış zülala rentgen şüası yönəldilib difraksiya işığının atom koordinatlarına çevrildiyi üsulla 1950-ci illərin əvvəlində müəyyən edildi. Rentgen kristalloqrafiyası quruluşların əsas hissəsini yaradıb. Lakin son on ildən artıq müddətdə krio-EM çox laboratoriyanın seçdiyi alət oldu.

Alimlər zülalın tərkib hissələrinin — müxtəlif amin turşusu ardıcıllığının — son formanın çoxsaylı bükülmə və qatlarını necə planladığı ilə çoxdan maraqlanır. 1980-ci və 1990-cı illərdə kompüterlə ilk proqnoz cəhdləri pis nəticələndi. Məqalələrdə üsulların böyük iddiaları başqa alimlər digər zülallara tətbiq edəndə dağılırdı.

Moult bu səylərə ciddilik gətirmək üçün CASP-ı yaratdı. Komandalar eksperimentlə həll olunmuş, lakin açıqlanmamış quruluşları təxmin etməlidir. Moult şişirdilmiş iddiaları yoxlamağa vaxt sərf edərək sahəni ciddi düzəltdiyinə inanır. “Nəyin həqiqətən ümidverici olduğunu, işlədiyini, nədən uzaqlaşmalı olduğunuzu anlayırsınız” deyir.

deepmind alphafold 2 alqoritmi casp14 zülal qatlanmasında daha yaxşı nəticə göstərir

DeepMind-ın CASP13-dəki 2018 nəticəsi çoxdan kiçik akademik qrupların qalası olan sahəni təəccübləndirdi. Lakin Illinois Chicago Universitetinin hesablama bioloqu Jinbo Xu yanaşmanın digər süni intellekt komandalarına ümumən bənzədiyini deyir.

İlk AlphaFold amin turşusu cütləri arasındakı məsafəni təxmin üçün struktur və genetik məlumatlara dərin öyrənmə süni intellekt üsulunu tətbiq etdi. Rəhbər John Jumper ikinci, süni intellektsiz addımda bu məlumatla zülalın görünüşü barədə “konsensus” modeli tapıldığını deyir.

Komanda əlavə etməklə inkişafı sınadı, lakin uğursuz oldu. Jumper buna görə yanaşmanın dəyişib zülal qatlanmasını müəyyən edən fiziki-geometrik məhdudiyyət məlumatlı şəbəkə qurulduğunu deyir. Tapşırıq da çətinləşdirildi: amin turşuları münasibəti yerinə hədəf ardıcıllığın son quruluşunu təxmin etmək. Jumper bunu “olduqca mürəkkəb sistem” adlandırır.

Təəccüblü dəqiqlik

CASP bir neçə ay çəkir. Hədəf zülallar və ya domen hissələri — cəmi təxminən 100 — müntəzəm açıqlanır, komandalara təqdimat üçün bir neçə həftə verilir. Müstəqil alimlər sonra proqnozun eksperimental quruluşa oxşarlığını ölçən meyarlarla qiymətləndirir. Kimin proqnozu olduğunu bilmirlər.

Lupas proqnozların “qrup 427” adıyla gəldiyini, lakin çoxunun dəqiqliyinin seçildiyini deyir: “AlphaFold olduğunu təxmin etmişdim. Çoxu da etmişdi”.

Bəziləri daha yaxşı idi, lakin üçdə ikisinə yaxını eksperimental quruluş keyfiyyətində idi. Moult bəzən fərqin proqnoz səhvi, yoxsa təcrübə məhsulu olduğunun aydın olmadığını deyir.

Moult nüvə maqnit rezonansı ilə alınan quruluşlarla uyğunluğun zəif olduğunu, lakin bunun xam məlumatın modelə çevrilməsindən ola biləcəyini deyir. Şəbəkə komplekslərdə ayrı quruluşları modelləşdirməkdə də çətinlik çəkir, çünki başqa zülallarla təsir formanı dəyişir.

Moult bu il komandaların əvvəlki CASP-dan daha dəqiq olduğunu, lakin irəliləyişin çoxunun AlphaFold-a aid edilə bildiyini deyir. Orta çətin hədəflərdə digərlərinin ən yaxşısı 100-dən 75, AlphaFold isə təxminən 90 aldı.

Moult komandaların yarıya yaxınının xülasədə dərin öyrənmə qeyd etdiyini deyir; süni intellekt sahəyə geniş təsir edib. Çoxu akademikdir, lakin Microsoft və Çin Tencent şirkəti də CASP14-ə qatıldı.

New York City Columbia Universitetinin hesablama bioloqu, CASP iştirakçısı Mohammed AlQuraishi nəticələri araşdırmağa, 1 dekabrda komandanın təqdimatında sistem barədə öyrənməyə həvəsli idi. AlphaFold-un dəyişdirici olacağına güclü hissi var.

“Bunun zülal quruluşu proqnozunda inqilabi olduğunu demək ədalətlidir. Əsas problem mübahisəli də olsa həll edildiyindən çoxlarının sahəni buraxacağını düşünürəm. Bu, birinci dərəcəli kəşfdir və həyatımın ən mühüm elmi nəticələrindəndir” deyir.

Daha sürətli quruluşlar

Proqnoz Lupasın laboratoriyasının illərdir həll etməyə çalışdığı bakteriya zülalına kömək etdi. Komanda xam rentgen difraksiya məlumatı toplamışdı, lakin Rorschach-bənzər modelləri quruluşa çevirmək üçün forma məlumatı gərəkirdi. Məlumat əldə etmə cəhdləri və digər proqnoz alətləri uğursuz idi. Lupas, “qrup 427 modeli hər şeyi sınayaraq on il sərf etdikdən sonra yarım saata quruluşu verdi” deyir.

Həmtəsisçi və baş icraçı direktor Demis Hassabis AlphaFold-u başqa alimlərin istifadəsinə yararlı etməyi planladıqlarını deyir (ilk versiya barədə yanaşmanı təkrarlamaq üçün yetərli detal dərc edilib). Fərqli hissələrin etibarlılıq təxminləri ilə quruluş yaratmaq günlər çəkə bilər. Dərman kəşfi və zülal dizaynını tətbiq sayan Hassabis “bioloqların nə istədiyini yeni anlamağa başladıq” deyir.

2020-ci ilin əvvəlində şirkət eksperimental bilinməyən az sayda SARS-CoV-2 zülal quruluşu proqnozunu dərc etdi. Berkeley Kaliforniya Universitetinin molekulyar neyrobioloqu Stephen Brohawn komandası Orf3a zülalı üçün proqnozların sonra krio-EM ilə tapılana çox bənzədiyini iyunda açıqladı. “Bacardıqları çox təsirli idi” deyə əlavə edir.

AlphaFold 2-nin real dünya təsiri necə olacaq?

Zülalların təkamül analizi kimi tətbiqlər inkişafa hazırdır; genom məlumatı dalğası artıq etibarlı quruluşa çevrilə bilər. Lupas, “bu, yeni nəsil mikrobioloqlara daha mürəkkəb suallar verməyə imkan verəcək” deyir. “Daha çox düşünmək, daha az pipetləmə tələb edəcək”.

İngiltərə Hinxton Avropa Molekulyar Biologiya Laboratoriyası – Avropa Bioinformatika İnstitutundan struktur bioloqu, keçmiş qiymətləndirici Janet Thornton, “bu, ömrümdə həll olunmayacağını düşündüyüm problem idi” deyir. İnsan genomundakı minlərlə həll edilməmiş zülalın funksiyasını və xəstəlik yaradan gen dəyişikliklərini anlamağa kömək edəcəyinə ümid edir.

Nəticə DeepMind üçün də dönüşdür. Şirkət Go kimi oyunlarda süni intellekt ustalığı ilə tanınır, lakin uzun məqsədi geniş insanabənzər zəka qazana bilən proqramlardır. Hassabis zülal proqnozu kimi böyük elmi çətinlikləri aşmağı ən vacib tətbiqlərdən sayır. “Real dünya təsiri baxımından etdiyimiz ən mənalı iş olduğunu düşünürəm.”

Nəticədə çox yeni nəsil dərman zülal quruluşundadır və molekulyar səviyyədə genetik hədəflər üçün düzgün zülal istehsalı hazırkı şəraitdə alimlərin onilliklərini alır. Google-un AlphaFold 2 kimi dərin öyrənmə alqoritmləri ilə, onilliklər aylara qısala bilər. Gələcək, biotexnologiya sahəsində böyük həyəcanlar daşıyır. 

*

- BÜTÜN TİBBİ İNFORMATİKA XƏBƏRLƏRİ

Mənbələr

Ewen Callaway. ‘It will change everything’: DeepMind’s AI makes gigantic leap in solving protein structures. 30 Nov 2020 Nature News

Görüş sorğusu

DROZDOGAN SÜNİ İNTELLEKT

Bu məqaləni birlikdə araşdıraq

Məqalə haqqında sual verin və cavabları saytımızdakı yayımlanmış mənbələrlə birlikdə oxuyun.

DROZDOGAN SÜNİ İNTELLEKT

Drozdogan Köməkçisi

Hər şeyi dəyişəcək! Google DeepMind süni intellekti zülal quruluşlarını həll edir

Məqalə haqqında sual verin və cavabları saytımızdakı yayımlanmış mənbələrlə birlikdə oxuyun.

Söhbət və məxfilik məlumatı

Bu söhbətə Drozdogan Köməkçisi cavab verir. Səlahiyyətli sayt idarəçiləri onu keyfiyyət üçün nəzərdən keçirə bilər. Şəxsi məlumat paylaşmayın.

Cavablar OpenAI infrastrukturu ilə hazırlanır. Suallar və cavablar həmin xidmət tərəfindən işlənir; söhbət qeydləri saytımızda saxlanılır. Şəxsiyyət, əlaqə və ya şəxsi sağlamlıq məlumatlarını paylaşmayın.

0 / 1000

Yalnız məlumat üçündür; fərdi diaqnoz və ya müalicə məsləhəti verilmir.

Əlaqəli məqalələr

Bu mövzuda digər məqalələrə baxın.

Yeniliklərdən xəbərdar olun

Yeni məqalələri və elmi yenilikləri e-poçtla alın.

Google Analytics ümumi səhifələrdə bu pəncərədən asılı olmadan işləyir və analitik kukilərdən istifadə edə bilər. Buradakı seçiminiz yalnız xarici xidmətləri idarə edir.