azt is láttuk, hogy a fehérjeszerkezet-előrejelzés hasznos lehet a jövőbeli pandémiás reagálási erőfeszítésekben, mint a tudományos közösség által kifejlesztett számos eszköz egyikeként. Az év elején megjósoltuk a SARS-CoV-2 vírus számos fehérje struktúráját, beleértve az ORF3a-t is, amelynek szerkezete korábban ismeretlen volt. A CASP14-nél megjósoltuk egy másik koronavírus-fehérje, az ORF8 szerkezetét. A kísérletezők lenyűgözően gyors munkája megerősítette mind az ORF3a, mind az ORF8 szerkezetét. A kihívást jelentő természetük ellenére, és nagyon kevés kapcsolódó szekvenciával rendelkezünk, nagyfokú pontosságot értünk el mindkét előrejelzésünkben, összehasonlítva a kísérletileg meghatározott struktúráikkal.
az ismert betegségek megértésének felgyorsítása mellett izgatottan várjuk, hogy ezek a technikák felfedezhetik – e azokat a több százmillió fehérjét, amelyekre jelenleg nincs modellünk-az ismeretlen biológia hatalmas terepe. Mivel a DNS meghatározza a fehérjeszerkezeteket tartalmazó aminosav – szekvenciákat, a genomikai forradalom lehetővé tette a fehérjeszekvenciák tömeges olvasását a természetes világból-180 millió fehérjeszekvenciával és számlálással az univerzális fehérje adatbázisban (UniProt). Ezzel szemben, mivel a kísérleti munka szükséges, hogy a sorozat szerkezete, csak mintegy 170,000 fehérje szerkezetek a Protein Data Bank (EKT). A meghatározatlan fehérjék között lehetnek olyanok, amelyek új és izgalmas funkciókkal rendelkeznek – és-ahogyan egy teleszkóp segít nekünk mélyebben látni az ismeretlen univerzumot-az olyan technikák, mint az AlphaFold, segíthetnek megtalálni őket.
új lehetőségek felszabadítása
az AlphaFold az egyik legjelentősebb előrelépésünk, de mint minden tudományos kutatás esetében, még mindig sok kérdésre kell válaszolni. Nem minden szerkezet, amelyet megjósolunk, tökéletes lesz. Még sok mindent meg kell tanulnunk, többek között azt, hogy a több fehérje hogyan képez komplexeket, hogyan hat a DNS-re, az RNS-re vagy a kis molekulákra, és hogyan tudjuk meghatározni az összes aminosav oldallánc pontos helyét. Másokkal együttműködve sokat lehet tudni arról is, hogyan lehet ezeket a tudományos felfedezéseket a legjobban felhasználni az új gyógyszerek kifejlesztésében, a környezet kezelésének módjaiban stb.
mindannyiunk számára, akik a tudományban számítási és gépi tanulási módszerekkel dolgozunk, az olyan rendszerek, mint az AlphaFold, lenyűgöző potenciált mutatnak az AI számára, mint az alapvető felfedezés elősegítésére szolgáló eszköz. Csakúgy, mint 50 évvel ezelőtt Anfinsen egy olyan kihívást jelentett, amely akkoriban messze túlmutat a tudomány elérésén, univerzumunknak számos olyan aspektusa van, amelyek ismeretlenek maradnak. A ma bejelentett előrelépés további bizalmat ad nekünk abban, hogy az AI az emberiség egyik leghasznosabb eszköze lesz a tudományos ismeretek határainak kibővítésében, és várjuk a sokéves kemény munkát és felfedezést!
amíg kiadtunk egy tanulmányt erről a munkáról, kérjük, idézze:
nagy pontosságú Fehérjeszerkezeti előrejelzés mély tanulással
John Jumper, Richard Evans, Alexander Pritzel, Tim Green, Michael Figurnov, Kathryn Tunyasuvunakool, Olaf Ronneberger, Russ Bates, Augustin Žídek, Alex Bridgland, Clemens Meyer, Simon A Kohl, Anna Potapenko, Andrew J Ballard, Andrew Cowie, Bernardino Romera-Paredes, Stanislav Nikolov, Rishub Jain, Jonas Adler, Trevor Back, Stig Petersen, David Reiman, Martin Steinegger, Michalina pacholska, David Silver, Oriol Vinyals, Andrew W. Senior, Koray Kavukcuoglu, Pushmeet Kohli, Demis Hassabis.
a fehérjeszerkezet-előrejelzési technikák tizennegyedik kritikus értékelésében (Absztrakt könyv), 2020.November 30 – December 4. Innen visszakeresve.
már az elején vagyunk annak feltárásában, hogy miként lehet a legjobban lehetővé tenni más csoportok számára, hogy felhasználják szerkezet-előrejelzéseinket, egy lektorált kiadvány elkészítése mellett. Bár csapatunk nem lesz képes válaszolni minden kérdésre, ha az AlphaFold releváns lehet az Ön munkájában, kérjük, küldjön néhány sort róla [email protected] kapcsolatba lépünk, ha van lehetőség további feltárásra.