Googles ai listar ut hur proteiner veckas

Detta inlägg post publicerades ursprungligen på denna sida this site ;

Deepminds artificiella intelligens har lärt att sig att förutse hur proteiner tar form. ”Det kan få stora följder när det gäller att lösa många av det här århundradets problem.”

Deepminds artificiella intelligens är redan bäst i världen på det komplicerade brädspelet Go. Nu har det Google-ägda företagets maskininlärningsalgoritmer vunnit ännu en tävling. Och framsteget skulle kunna komma att påskynda lösningen på ett problem som gäckat vetenskapen sedan 1960-talet.

– Det här är ett viktigt skede för oss. Det är vår första stora investering när det gäller ett fundamentalt och verkligt vetenskapligt problem, säger Demis Hassabis, vd för Deepmind, till The Guardian.

Deepmind kallar just den här nya algoritmen Alphafold. Den har lärt sig att förutspå hur proteiners komplicerade 3d-strukturer tar form genom den process som kallas proteinveckning. Trots att de bara utgår från ett fåtal aminosyror kan protein anta ett enormt antal olika strukturer, uppskattningsvis omkring en googolkubik (1 följt av 300 nollor). Talet googol är för övrigt passande i sammanhanget, med tanke på att det gav upphov till Googles namn.

En förmåga att förstå och förutse hur proteiner veckas – och hur de skapar en massa bekymmer i de fall de klibbar ihop – skulle kunna få stora konsekvenser. Veckningen har nämligen avgörande betydelse för hur proteinet fungerar.

– Förmågan att förutse hur ett protein kommer att veckas är en stor grej. Det kan få stora följder när det gäller att lösa många av det här århundradets problem, inklusive hälsa, miljö och egentligen allt som handlar om att laga något där levande system omfattas, säger Liam McGuffin, en forskare vid Reading-universitet, till The Guardian.

The Guardian skriver skämtsamt att Alphafold ställde upp i ”proteinveckningsolympiaden”. Critical assessment of structure prediction är en tävling som hålls vartannat år. Där får olika forskarlag i uppgift att lista ut så många proteinstrukturer de kan utifrån information om strukturernas aminosyror. Proteinstrukturerna är vid tidpunkten för tävlingen redan kartlagda med hjälp av dagens kostsamma och långsamma metoder, men inte kända för tävlingsdeltagarna.

Alphafold, ett neuralt nätverk, fick träna genom att studera tusentals kända proteiner. Därpå fick det neurala nätverket i uppgift att lista ut proteinstrukturer enbart utifrån kunskap om dess aminosyror. Vid första tillfället tog det två veckor, nu klarar den att kartlägga en proteinstruktur på några timmar.

Bland 98 tävlingslag lyckades Deepminds Alphafold skapa den mest korrekta strukturen för 25 av 43 proteiner. Resultatet blir än mer slående med vetskapen om att den som knep andraplatsen hade den mest korrekta strukturen för 3 av 43 proteiner.

– Vi har inte löst problemet med proteinveckning, detta är bara ett första steg. Det är ett otroligt utmanande problem men vi har ett bra system och massor av idéer vi inte implementerat än, säger Demis Hassabis till The Guardian.

Ny teknik RSS

https://www.nyteknik.se/innovation/googles-ai-listar-ut-hur-proteiner-veckas-6941132

Kommentera