DeepMind proteīnu salokāmais AI ir atrisinājis 50 gadus vecu grandiozu bioloģijas izaicinājumu

CASP / DeepMind

DeepMind jau ir panākusi uzvaru sēriju, demonstrējot AI, kas ir iemācījušies spēlēt dažādas sarežģītas spēles ar pārcilvēciskām prasmēm, sākot no Go un StarCraft līdz visam Atari aizmugurējam katalogam. Bet Demis Hassabis, DeepMind publiskā seja un līdzdibinātājs, vienmēr ir uzsvēris, ka šie panākumi ir tikai atspēriena punkts lielākam mērķim: AI, kas patiesībā palīdz mums izprast pasauli.

Šodien DeepMind un ilggadējā rīkotāji Olbaltumvielu struktūras prognozēšanas kritiskais novērtējums (CASP) konkurss paziņoja par AI, kam vajadzētu būt milzīgai ietekmei, kādu Hassabis ir meklējis. The jaunākā DeepMind’s AlphaFold versija , dziļas mācīšanās sistēma, kas var precīzi paredzēt proteīnu struktūru atoma platuma robežās, ir pārvarējusi vienu no lielajām bioloģijas problēmām. Tā ir pirmā AI izmantošana nopietnas problēmas risināšanai, saka Džons Moults no Merilendas universitātes, kurš vada komandu, kas vada CASP.

Proteīns ir izgatavots no aminoskābju lentes, kas salocās ar daudziem sarežģītiem pagriezieniem un samezglojumiem. Šī struktūra nosaka, ko tā dara. Un noskaidrot, ko dara proteīni, ir galvenais, lai izprastu dzīves pamatmehānismus, kad tas darbojas un kad ne. Centieni izstrādāt vakcīnas pret Covid-19 ir vērsti, piemēram, uz vīrusa smailes proteīnu. Veids, kā koronavīruss aizķeras uz cilvēka šūnām, ir atkarīgs no šī proteīna formas un proteīnu formām šo šūnu ārpusē. Smaile ir tikai viens proteīns starp miljardiem visās dzīvajās būtnēs; cilvēka ķermenī vien ir desmitiem tūkstošu dažādu olbaltumvielu veidu.

Saistīts stāsts

AI cīnās ar replikācijas krīzi Tehnoloģiju giganti dominē pētniecībā, taču robeža starp patiesu izrāvienu un produktu demonstrēšanu var būt neskaidra. Dažiem zinātniekiem pietika.

Šī gada CASP AlphaFold prognozēja desmitiem proteīnu struktūru ar tikai 1,6 angstrēmu kļūdas robežu, kas ir 0,16 nanometri jeb atoma lielums. Tas ievērojami pārspēj visas citas skaitļošanas metodes un pirmo reizi atbilst laboratorijā izmantoto metožu precizitātei, piemēram, krioelektronu mikroskopija , kodolmagnētiskā rezonanse un rentgena kristalogrāfija . Šīs metodes ir dārgas un lēnas: katram proteīnam var būt nepieciešami simtiem tūkstošu dolāru un izmēģinājumu un kļūdu gadi. AlphaFold var atrast proteīna formu dažu dienu laikā.

Izrāviens varētu palīdzēt pētniekiem izstrādāt jaunas zāles un izprast slimības. Ilgākā laika posmā proteīnu struktūras prognozēšana palīdzēs izstrādāt arī sintētiskos proteīnus, piemēram, fermentus, kas sagremo atkritumus vai ražo biodegvielu. Pētnieki arī pēta veidus, kā ieviest sintētiskos proteīnus, kas palielinās ražu un padarīs augus barojošākus.

Tas ir ļoti būtisks progress, saka Mohammeds AlQuraishi, Kolumbijas universitātes sistēmu biologs, kurš ir izstrādājis savu programmatūru proteīna struktūras prognozēšanai. Tas ir kaut kas, ko es vienkārši nebiju gaidījis, ka tas notiks gandrīz tik ātri. Tas savā ziņā ir šokējoši.

Tas patiešām ir liels darījums, saka Deivids Beikers, Vašingtonas Universitātes Proteīna dizaina institūta vadītājs un Rosetta komandas vadītājs, olbaltumvielu analīzes rīku saime. Tas ir pārsteidzošs sasniegums, tāpat kā tas, ko viņi paveica ar Go.

Astronomiskie skaitļi

Ir ļoti grūti noteikt proteīna struktūru. Lielākajai daļai olbaltumvielu pētniekiem ir aminoskābju secība lentē, bet ne izliekta forma, kādā tās salokās. Un katrai secībai parasti ir astronomisks skaits iespējamo formu. Pētnieki ir cīnījušies ar šo problēmu vismaz kopš 1970. gadiem, kad Kristians Anfinsens ieguva Nobela prēmiju par parādīšanu, ka secības nosaka struktūru.

CASP palaišana 1994. gadā sniedza jomai stimulu. Reizi divos gados organizatori izlaiž aptuveni 100 aminoskābju sekvences proteīniem, kuru formas ir identificētas laboratorijā, bet vēl nav publiskotas. Pēc tam desmitiem komandu no visas pasaules sacenšas, lai atrastu pareizo veidu, kā tās salocīt, izmantojot programmatūru. Daudzus CASP izstrādātos rīkus jau izmanto medicīnas pētnieki. Taču progress bija lēns, jo divas desmitgades pakāpeniski sasniegumi nespēja nodrošināt īsceļu rūpīgam laboratorijas darbam.

CASP ieguva satricinājumu, ko tā meklēja, kad DeepMind piedalījās konkursā 2018. gadā ar savu pirmā AlphaFold versija . Tas joprojām nevarēja līdzināties laboratorijas precizitātei, taču tas atstāja putekļos citas skaitļošanas metodes. Pētnieki ņēma vērā: drīz daudzi pielāgoja savas sistēmas, lai tās darbotos vairāk kā AlphaFold.

Šogad vairāk nekā puse no ierakstiem izmanto kādu dziļas mācīšanās veidu, saka Moult. Rezultātā precizitāte kopumā bija augstāka. Beikera jaunajā sistēmā, ko sauc par trRosetta, tiek izmantotas dažas no DeepMind 2018. gada idejām. Taču tā joprojām bija ļoti tālā sekunde, viņš saka.

Programmā CASP rezultāti tiek vērtēti, izmantojot tā saukto globālo attāluma testu (GDT), kas mēra skalā no 0 līdz 100, cik tuvu prognozētā struktūra ir laboratorijas eksperimentos identificētā proteīna faktiskajai formai. Jaunākā AlphaFold versija bija laba visiem izaicinājuma proteīniem. Taču aptuveni divām trešdaļām no tiem GDT rādītājs pārsniedza 90. Tās GDT cietākajiem proteīniem bija par 25 punktiem augstāks nekā nākamajai labākajai komandai, saka Džons Džempers, kurš vada AlphaFold komandu uzņēmumā DeepMind. 2018. gadā pārsvars bija aptuveni seši punkti.

Rezultāts virs 90 nozīmē, ka jebkādas atšķirības starp prognozēto struktūru un faktisko struktūru var būt saistītas ar eksperimentālām kļūdām laboratorijā, nevis programmatūras kļūme. Tas varētu arī nozīmēt, ka paredzamā struktūra ir derīga alternatīva konfigurācijai tai, kas identificēta laboratorijā, dabisko variāciju diapazonā.

Pēc Jumpera teiktā, konkursā bija četri proteīni, pie kuriem neatkarīgie tiesneši nebija pabeiguši darbu laboratorijā, un AlphaFold prognozes norādīja uz pareizajām struktūrām.

AlQuraishi domāja, ka pētniekiem būs nepieciešami 10 gadi, lai sasniegtu AlphaFold 2018. gada rezultātus līdz šī gada rezultātiem. Viņš saka, ka tas ir tuvu fiziskajai robežai, cik precīzi jūs varat iegūt. Šīs struktūras būtībā ir disketes. Nav jēgas runāt par daudz zemākām rezolūcijām.

Puzles gabaliņi

AlphaFold balstās uz simtiem pētnieku darbu visā pasaulē. DeepMind izmantoja arī plašu zināšanu klāstu, izveidojot biologu, fiziķu un datorzinātnieku komandu. Sīkāka informācija par tā darbību tiks publicēta šonedēļ CASP konferencē un recenzētā rakstā žurnāla īpašajā izdevumā. Olbaltumvielas nākamgad. Bet mēs zinām, ka tas izmanto uzmanības tīkla veidu, dziļas mācīšanās paņēmienu, kas ļauj AI trenēties, koncentrējoties uz lielākas problēmas daļām. Džemperis salīdzina finierzāģa montāžas pieeju: vispirms tiek sadalīti lokālie gabali, pirms tos ievieto veselumā.

DeepMind apmācīja AlphaFold par aptuveni 170 000 proteīnu, kas ņemti no proteīnu datu bankas, publiskas sekvenču un struktūru krātuves. Tas salīdzināja vairākas datu bankas sekvences un meklēja aminoskābju pārus, kas bieži nonāk cieši kopā salocītās struktūrās. Pēc tam tā izmanto šos datus, lai uzminētu attālumu starp aminoskābju pāriem struktūrās, kas vēl nav zināmas. Tas arī spēj novērtēt, cik precīzi ir šie minējumi. Apmācība aizņēma dažas nedēļas, izmantojot skaitļošanas jaudu, kas līdzvērtīga 100–200 GPU.

Saistīts stāsts

Mākslīgais vispārējais intelekts: vai mēs esam tuvu un vai ir jēga mēģināt?

Mašīna, kas varētu domāt kā cilvēks, ir bijusi mākslīgā intelekta izpētes vadošā vīzija kopš seniem laikiem, un joprojām ir tās visšķautīgākā ideja.

Dāma Dženeta Torntone no Eiropas Bioinformātikas institūta Kembridžā, Apvienotajā Karalistē, ir strādājusi pie olbaltumvielām 50 gadus. Tas tiešām ir tik ilgi, kamēr šī problēma pastāv, viņa teica preses konferencē pagājušajā nedēļā. Es sāku domāt, ka tas manas dzīves laikā netiks atrisināts.

Daudzas zāles ir izstrādātas, imitējot to 3D molekulāro struktūru un meklējot veidus, kā šīs molekulas ievietot mērķa proteīnos. Protams, to var izdarīt tikai tad, ja ir zināma šo olbaltumvielu struktūra. Tas attiecas tikai uz ceturto daļu no aptuveni 20 000 cilvēka proteīnu, saka Torntons. Tas atstāj 15 000 neizmantotu narkotiku mērķu. AlphaFold pavērs jaunu pētniecības jomu.

DeepMind saka, ka plāno pētīt leišmaniozi, miega slimību un malāriju, visas tropiskās slimības, ko izraisa parazīti, jo tās ir saistītas ar daudzām nezināmām olbaltumvielu struktūrām.

Viens AlphaFold trūkums ir tas, ka tas ir lēns, salīdzinot ar konkurentu metodēm. AlQuraishi sistēma, kas izmanto algoritmu, ko sauc par atkārtotu ģeometrisko tīklu (RGN), var atrast proteīnu struktūras miljons reižu ātrāk — rezultātu atgriešana sekundēs, nevis dienās. Viņš saka, ka tās prognozes ir mazāk precīzas, taču dažām lietojumprogrammām ātrums ir svarīgāks.

Pētnieki tagad gaida, lai uzzinātu, kā tieši AlphaFold darbojas. Kad viņi pasaulei apraksta, kā viņi to dara, tad uzziedēs tūkstotis ziedu, saka Beikers. Cilvēki to izmantos dažādām lietām, lietām, kuras mēs šobrīd nevaram iedomāties.

Pat mazāk precīzs rezultāts būtu bijis labas ziņas cilvēkiem, kuri strādā ar fermentiem vai baktērijām, saka AlQuraishi: Bet mums ir kaut kas vēl labāks, kas nekavējoties attiecas uz farmācijas lietojumiem.

paslēpties