Va schimba totul! Inteligența artificială Google DeepMind descifrează structurile proteinelor

Oamenii de știință spun că, pentru determinarea formelor 3-dimensionale (3D) ale proteinelor, programele Google de învățare profundă sunt pe cale să producă schimbări radicale în biologie. Descoperirea unor medicamente noi se află în pragul unei revoluții.
Google, prin divizia sa de inteligență artificială DeepMind, a dezvoltat o rețea de inteligență artificială ce a făcut un pas enorm spre rezolvarea uneia dintre cele mai mari provocări ale biologiei: determinarea, din secvența de aminoacizi a unei proteine, a formei sale 3D.
Programul algoritmic DeepMind numit AlphaFold a depășit alte 100 de echipe în provocarea bienală (o dată la doi ani) de predicție a structurii proteinelor, numită CASP, abrevierea pentru Critical Assessment of Structure Prediction (Evaluarea critică a predicției structurii). Rezultatele au fost anunțate la 30 noiembrie, la deschiderea conferinței de evaluare a studiului, desfășurată virtual anul acesta.

Figura de mai sus: Funcția unei proteine definită prin forma sa 3D – DeepMind.
John Moult, biolog computațional la Universitatea Maryland din College Park și fondator al CASP, creat în 1994 pentru dezvoltarea metodelor computaționale de predicție precisă a structurilor proteinelor, spune: „este o realizare foarte importantă”.
Capacitatea de a prezice precis structurile proteinelor din secvențele lor de aminoacizi va fi un mare avantaj pentru științele vieții și medicină. Va accelera mult înțelegerea componentelor fundamentale ale celulelor și va permite descoperirea mai rapidă și mai avansată a medicamentelor.
AlphaFold și-a făcut apariția la ultimul CASP, în 2018, primul an de participare al DeepMind din Londra. Anul acesta, însă, rețeaua de învățare profundă a echipei a depășit cu mult celelalte echipe, iar oamenii de știință spun că performanța ei a fost uluitor de bună, putând anunța o revoluție în biologie.

Andrei Lupas, biolog evoluționist la Institutul Max Planck de Biologie a Dezvoltării din Tübingen, Germania, care evaluează performanțele diferitelor echipe CASP, spune: „Este un progres care schimbă regulile jocului”. AlphaFold a ajutat deja la găsirea structurii unei proteine care îi dădea bătăi de cap laboratorului lui Lupas de zece ani. El așteaptă să vadă cum îi va schimba întrebările și cercetările. Lupas spune: „Va schimba medicina. Va schimba cercetarea. Va schimba bioingineria. Va schimba totul”.
În unele cazuri, predicțiile AlphaFold nu pot fi distinse de structurile determinate prin metode experimentale „standard de aur”, precum cristalografia cu raze X și, în ultimii ani, microscopia crioelectronică (crio-EM). Cercetătorii spun că AlphaFold poate nu elimină încă necesitatea acestor metode dificile și costisitoare, dar inteligența artificială va face posibile noi moduri de a studia organismele vii.
Problema structurii proteinelor
Proteinele sunt componentele fundamentale ale vieții, responsabile pentru majoritatea evenimentelor din celule. Modul de funcționare și activitatea unei proteine sunt determinate de forma sa 3D, iar structura în 3 dimensiuni a unei proteine îi determină funcția. „Structura este funcție” este o axiomă a biologiei moleculare. Proteinele tind să își capete forma fără ajutor, ghidate doar de legile fizicii.
Timp de decenii, experimentele de laborator au fost principala cale de obținere a unor structuri bune ale proteinelor. Primele structuri complete au fost determinate la începutul anilor 1950 printr-o tehnică în care razele X sunt îndreptate asupra proteinelor cristalizate, iar lumina difractată este transformată în coordonatele atomice ale proteinei. Cristalografia cu raze X a furnizat cea mai mare parte a structurilor proteinelor. În ultimul deceniu și mai mult, însă, crio-EM a devenit un instrument preferat în multe laboratoare de biologie structurală.
Cercetătorii se întreabă de mult cum componentele unei proteine, o secvență de aminoacizi diferiți, stabilesc numeroasele îndoiri și pliuri ale formei finale. Primele încercări de folosire a calculatoarelor pentru predicția structurilor proteinelor, în anii 1980 și 1990, au avut rezultate slabe. Marile afirmații despre metodele din articolele publicate tindeau să se destrame când alți cercetători le aplicau altor proteine.
Moult a inițiat CASP pentru mai multă rigoare în aceste eforturi. Evenimentul provoacă echipele să prezică structurile proteinelor rezolvate experimental, dar încă nepublicate. Moult crede că experiența a corectat considerabil domeniul, verificând afirmațiile exagerate. Spune: „Înțelegi ce pare cu adevărat promițător, ce funcționează și de ce ar trebui să te îndepărtezi”.
Performanța DeepMind la CASP13 în 2018 a surprins oamenii de știință dintr-un domeniu dominat de mult de mici grupuri academice. Totuși, Jinbo Xu, biolog computațional la Universitatea Illinois din Chicago, spune că abordarea semăna în general cu a altor echipe care aplicau inteligența artificială.
Prima versiune AlphaFold a aplicat datelor structurale și genetice, pentru predicția distanțelor dintre perechile de aminoacizi ai unei proteine, metoda de inteligență artificială numită învățare profundă. John Jumper de la DeepMind, conducătorul proiectului, spune că, într-un al doilea pas care nu necesita inteligență artificială, AlphaFold folosea informația pentru a găsi un model de „consens” al aspectului proteinei.
Echipa a încercat să îmbunătățească abordarea prin adăugiri, dar în cele din urmă a eșuat. Jumper spune că au schimbat atunci această construcție și au dezvoltat o rețea de inteligență artificială cu informații suplimentare despre constrângerile fizice și geometrice care determină plierea unei proteine. Au stabilit și o sarcină mai dificilă: în loc să prezică relațiile dintre aminoacizi, rețeaua prezice structura finală a unei secvențe proteice-țintă. Jumper o numește „un sistem destul de complex”.
Precizie surprinzătoare
CASP se desfășoară pe parcursul câtorva luni. Proteinele-țintă sau porțiunile numite domenii, aproximativ 100 în total, sunt puse la dispoziție periodic, iar echipele au câteva săptămâni pentru a transmite predicțiile structurale. O echipă independentă de cercetători evaluează apoi predicțiile prin măsurători ale asemănării proteinei prezise cu structura determinată experimental. Evaluatorii nu știu cine a făcut predicția.
Lupas spune că predicțiile AlphaFold au venit sub numele „grupul 427”, dar precizia uluitoare a multor propuneri le-a făcut să iasă în evidență. Adaugă: „Bănuiam că este AlphaFold. Majoritatea bănuiseră”.
Unele predicții erau mai bune decât altele, dar aproape două treimi erau comparabile calitativ cu structurile experimentale. În unele cazuri, nu este clar dacă nepotrivirea dintre predicția AlphaFold și rezultatul experimental este o eroare de predicție sau un artefact al experimentului, spune Moult.
Predicțiile AlphaFold se potriveau slab cu structurile experimentale determinate prin rezonanță magnetică nucleară, dar aceasta poate depinde de transformarea datelor brute într-un model, spune Moult. Rețeaua întâmpină dificultăți și la modelarea structurilor individuale din complexe sau grupuri de proteine, unde interacțiunile cu alte proteine le modifică forma.
Moult spune că, față de ultimul CASP, echipele au prezis în general structurile mai precis anul acesta, dar mare parte din progres poate fi atribuită AlphaFold. Pentru proteine-țintă considerate moderat dificile, cele mai bune performanțe ale altor echipe primeau în general 75 din 100 de puncte, iar AlphaFold aproximativ 90 pentru aceleași ținte.
Aproximativ jumătate dintre echipe au menționat învățarea profundă în rezumatele abordărilor lor, spune Moult, ceea ce sugerează o influență largă a inteligenței artificiale în domeniu. Cele mai multe erau echipe academice, dar au participat la CASP14 și Microsoft și compania chineză Tencent.
Mohammed AlQuraishi, biolog computațional la Universitatea Columbia din New York City și participant CASP, era nerăbdător să examineze detaliile performanței AlpaFold și să afle mai multe despre funcționarea sistemului când echipa DeepMind își prezenta abordarea la 1 decembrie. AlQuarishi avea o intuiție puternică: AlphaFold va fi transformator.
„Cred că este corect să spunem că este revoluționar pentru predicția structurii proteinelor. Bănuiesc că mulți vor părăsi domeniul, deoarece problema principală este, discutabil, rezolvată. Este o descoperire de prim rang și, cu siguranță, unul dintre cele mai semnificative rezultate științifice din viața mea”.
Structuri mai rapide
O predicție AlphaFold a ajutat la determinarea structurii unei proteine bacteriene pe care laboratorul lui Lupas încerca de ani de zile să o rezolve. Echipa colectase date brute de difracție cu raze X, dar transformarea acestor modele asemănătoare petelor Rorschach într-o structură necesită informații despre forma proteinei. Trucurile pentru a obține aceste informații au eșuat, la fel ca alte instrumente de predicție. Lupas spune: „Modelul grupului 427 ne-a oferit structura în jumătate de oră, după ce petrecuserăm zece ani încercând totul”.
Demis Hassabis, cofondator și CEO DeepMind, spune că firma intenționează să facă AlphaFold utilizabil de alți cercetători (anterior publicase suficiente detalii despre prima versiune pentru reproducerea abordării). AlphaFold poate avea nevoie de zile pentru o structură prezisă care include estimări ale fiabilității diferitelor regiuni proteice. Hassabis, care vede descoperirea medicamentelor și proiectarea proteinelor ca aplicații potențiale, adaugă: „Abia începem să înțelegem ce vor dori biologii”.
La începutul lui 2020, compania a publicat predicții pentru câteva structuri proteice ale SARS-CoV-2, încă nedeterminate experimental. Echipa lui Stephen Brohawn, neurobiolog molecular la Universitatea California din Berkeley, a anunțat în iunie că predicția DeepMind pentru proteina numită Orf3a semăna foarte mult cu structura determinată ulterior prin crio-EM. Adaugă: „Ceea ce au putut face a fost foarte impresionant”.
Care va fi impactul algoritmului AlphaFold 2 în lumea reală?
Unele aplicații, precum analiza evolutivă a proteinelor, sunt pregătite să avanseze, deoarece valul actual de date genomice poate fi transformat acum în structuri fiabile. Lupas spune: „Aceasta va permite noii generații de microbiologi să pună întrebări mai avansate”. „Va fi nevoie de mai multă gândire și mai puțină pipetare”.
Janet Thornton, biolog structural și fost evaluator CASP la Laboratorul European de Biologie Moleculară – Institutul European de Bioinformatică din Hinxton, Anglia, spune: „Este o problemă despre care credeam că nu se va rezolva în timpul vieții mele”. Speră că abordarea poate clarifica funcția miilor de proteine nerezolvate din genomul uman și poate da sens modificărilor genetice care provoacă boli.
Performanța AlphaFold marchează și o etapă importantă pentru DeepMind. Compania este cunoscută mai ales pentru folosirea inteligenței artificiale la stăpânirea unor jocuri precum Go, dar obiectivul pe termen lung este dezvoltarea programelor capabile să dobândească inteligență generală asemănătoare celei umane. Hassabis spune că rezolvarea marilor provocări științifice, precum predicția structurii proteinelor, este una dintre cele mai importante aplicații ale inteligenței sale artificiale. „Cred că este cel mai semnificativ lucru realizat de noi ca impact în lumea reală.”
În concluzie, multe medicamente de nouă generație au structură proteică, iar, la nivel molecular, producerea proteinelor potrivite pentru ținte genetice le ia cercetătorilor decenii în condițiile actuale. Prin programe algoritmice Google bazate pe învățare profundă, precum AlphaFold 2, deceniile pot deveni luni. Viitorul biotehnologiei aduce mari motive de entuziasm.
*
Surse
Ți-a fost util acest articol?
Feedbackul tău ne ajută să îmbunătățim conținutul.





Comentariile cititorilor
Împărtășește comentariul tău
Numele și comentariul dumneavoastră sunt publicate numai după aprobarea administratorului. Adresa de e-mail nu este afișată niciodată vizitatorilor.
Fii primul care comentează.