인공 지능은 과학에 알려진 거의 모든 단백질의 구조를 해결하여 기아 또는 오염과 같은 세계적인 문제를 해결하기 위한 신약 또는 기술 개발의 길을 열었습니다.

단백질은 생명의 빌딩 블록입니다. 그것은 복잡한 모양으로 접힌 아미노산 사슬로 구성되며 3 차원 구조가 기능을 크게 결정합니다. 단백질이 어떻게 접히는지 알게 되면 단백질이 어떻게 작동하고 어떻게 행동을 변화시키는지 이해하기 시작할 수 있습니다. DNA가 아미노산 사슬을 만들기 위한 지침을 제공하지만, 이들이 어떻게 상호작용하여 3차원 모양을 형성할지 예측하는 것은 더 어렵습니다. 최근까지 과학자들은 200m 정도의 단백질 중 일부만 해독했습니다. 과학.

2020년 11월, 인공지능 그룹 깊은 마음 알고리즘을 사용하여 이 정보를 빠르게 예측할 수 있는 AlphaFold라는 프로그램을 개발했다고 발표했습니다. 그 이후로 그는 게놈이 시퀀싱된 모든 유기체의 유전 암호를 파쇄하여 그들이 집합적으로 포함하는 수억 개의 단백질 구조를 예측했습니다.

작년에 DeepMind는 다음을 포함하여 20종의 단백질 구조를 발표했습니다. 인간은 약 20,000개의 단백질을 발현 – 열려 있는 데이터 베이스. 이제 그는 2억 개 이상의 단백질의 예측된 구조를 공개하는 작업을 완료했습니다.

DeepMind와 DeepMind의 설립자이자 CEO인 Demis Hassabis는 “본질적으로 전체 단백질 세계를 포괄하는 것으로 생각할 수 있습니다.”라고 말했습니다.

과학자들은 이미 그의 이전 예측 중 일부를 신약 개발에 사용하고 있습니다. 지난 5월 옥스퍼드 대학교 매튜 히긴스 교수가 이끄는 연구진은 발표하다 그들은 AlphaFold 모델을 사용하여 주요 말라리아 기생충 단백질의 구조를 결정하고 기생충의 전염을 막을 수 있는 항체가 결합할 가능성이 있는 위치를 파악했습니다.

“이전에 우리는 이 분자가 어떻게 생겼는지 확인하기 위해 단백질 결정학이라는 기술을 사용했지만 너무 역동적이고 움직이기 때문에 처리할 수 없었습니다.”라고 Higgins가 말했습니다. “우리가 AlphaFold 모델을 이 실험적 증거와 결합했을 때 갑자기 모든 것이 이해가 되었습니다. 이 통찰력은 이제 전염을 예방하는 데 더 효과적인 항체를 유도하는 개선된 백신을 설계하는 데 사용될 것입니다.”

AlphaFold 모델은 또한 포츠머스 대학의 효소 혁신 센터의 과학자들이 플라스틱을 소화 및 재활용하도록 변형될 수 있는 자연계의 효소를 식별하는 데 사용하고 있습니다. 이 연구를 주도하고 있는 존 맥기한 교수는 말했다. “패러다임이 완전히 바뀌고 있습니다. 여기에서 우리가 어디로 가고 있는지에 대한 속도를 높일 수 있습니다. 그러면 이 귀중한 자원을 중요한 일에 집중하는 데 도움이 됩니다.”

Dame Janet Thornton 교수, European Molecular의 그룹 리더이자 수석 과학자 생물학 유럽 ​​연구소 생물정보학 연구소(European Institute of Laboratory Bioinformatics)는 “AlphaFold 단백질 구조 예측은 이미 수많은 방법으로 사용되고 있습니다. 저는 이 최신 업데이트가 앞으로 몇 달, 몇 년 안에 흥미진진한 새로운 발견의 급류로 이어질 것으로 기대합니다. 누구나 사용할 수 있습니다.”