Три блестящих ума получили Нобелевскую премию по химии, взбудоражившую научное сообщество. Два учёных из Google DeepMind, Демис Хассабис и Джон Джампер, входят в число лауреатов, чья работа предлагает изменить биотехнологию и медицину посредством сворачивания белков. Завершает их достижения Дэвид Бейкер, биохимик из Вашингтонского университета, чья новаторская работа в области вычислительного дизайна белков дополняет их достижения. Попутно их открытия открыли новые способы изучения и конструирования белков, ключевых молекул всей жизни на Земле.
В конечном счете, оно лежит в основе этого достижения, этого квартета предсказаний, и начинается оно с передовых моделей искусственного интеллекта, особенно созданных Хассабисом и Джампером. Этот прорыв, AlphaFold2, позволяет предсказывать почти все белки по их последовательностям. Это достижение уже вызывает такое ускорение исследований в области открытия лекарств и молекулярной биологии, что начало привлекать внимание политиков и общественности. Вклад Бейкера был важен, но технология искусственного интеллекта сделала то, что многие считали невозможным — она разрешила научную загадку, возникшую десятилетия назад.
Google DeepMind шокирует академические круги победой на Нобелевской премии по химии
Трио было удостоено Нобелевской премии. за разработку методов декодирования и проектирования белков. Жизнь можно сравнить со зданиями из кирпичей, но кирпичи больше похожи на строительные блоки жизни: сложные белки часто описываются как молекулы, которые помогают нам выполнять практически все процессы в нашем организме. Однако на протяжении десятилетий их структура оставалась загадкой. Однако эффективное картирование и проектирование этих сложных молекул уже много лет является целью ученых благодаря ИИ.
Во-вторых, Джон Джампер и Демис Хассабис из Google DeepMind создали модель искусственного интеллекта под названием АльфаФолд2который может предсказать структуру любого известного белка. Эта модель уже наметила 200 миллионов белковых структур, что для того времени было невообразимым достижением. Теперь вы можете сделать то, что раньше требовало многих лет кропотливых исследований, всего за несколько секунд. Их работа дает представление об известных белках и помогает открыть двери для создания новых белков с поразительной точностью.
Вкладом Дэвида Бейкера, тем временем, стала программа под названием Rosetta, которая создает новые белки из частей существующих, которые не встречаются в природе. Эта работа представляет собой огромный шаг в понимании и создании белков и будет иметь далеко идущие последствия для медицины, экологии и материаловедения.
Как ИИ произвел революцию во всех исследованиях белка
Это исследование, получившее Нобелевскую премию, имеет важное значение. Каждая биологическая функция управляется белками: от сокращения мышц до иммунной защиты, функция белков зависит от их формы. На протяжении десятилетий ученые пытались, но безуспешно пытались предсказать, как белки складываются в свои сложные трехмерные структуры. Итак, мы должны понять этот процесс, чтобы открыть возможные методы лечения, разработать вакцины и даже создать биоразлагаемые материалы.
Детище Хассабиса и Джампера AlphaFold2 позволяет точно предсказать структуру практически любого белка, значительно сокращая время исследования. Это система на базе искусственного интеллекта, которая быстро анализирует аминокислотные последовательности, чтобы определить, как любая последовательность свернется в функциональный белок. По словам Хассабиса, этот прорыв «экономит годы экспериментальной работы», позволяя ученым переключить свое внимание на приложения, такие как разработка новых лекарств и материалов.
Эта технология искусственного интеллекта работает рука об руку с программным обеспечением Rosetta от Baker. Благодаря применению машинного обучения, использующего существующие данные о белках, они смогут разрабатывать новые, даже совершенно новые белки для решения таких сложных проблем, как загрязнение окружающей среды, или для создания более разумных и эффективных лекарств. В некоторых случаях, по словам Бейкера, возможны новые методы лечения, такие как назальные спреи для замедления распространения вирусов, таких как COVID-19, или лекарства для блокирования опасных иммунных реакций.
Сочетание платформ глубокого обучения AlphaFold2 и GenScript позволяет ускорить исследования, которые раньше занимали бы больше времени.
С момента своего выпуска AlphaFold2 стал бесплатным для ученых по всему миру, что стало драматическим поворотом в известных нам исследованиях. Более 2 миллионов исследователей в 190 странах уже использовали эту систему для расширения исследований малярии, болезни Паркинсона, устойчивых к лекарствам бактерий и многих других. Если этот инструмент ускорит процесс выявления новых лекарств с меньшими затратами и меньшими затратами, чем когда-либо, это может оказать серьезное влияние на медицину.
Отметив долгосрочный потенциал AlphaFold2, Джон Джампер рассказал о том, как он может помочь ускорить разработку лекарств и вакцин примерно в 10–20 раз, особенно в ответ на возникающие пандемии и вспышки. Было ясно, что Дэвид Бейкер с энтузиазмом относился к будущему применению технологий — он думал, что это лишь верхушка айсберга того, что ИИ может сделать в науке.
В руках науки сила ИИ
И это не значит, что решение этой старой научной загадки является достижением. Речь идет, в первую очередь, о фундаментальном изменении того, как мы думаем об исследованиях, говорят Хассабис и Джампер. Системы искусственного интеллекта, такие как AlphaFold2, доказывают, что трудоемкие научные процессы теперь могут быть более доступными, практичными и масштабируемыми. Это не теория; сейчас это происходит в лабораториях по всему миру, и последствия для всего, от фармацевтики до науки об окружающей среде, могут быть огромными.
Но, несмотря на огромный потенциал, Хассабис также явно предупреждал. В своем заявлении он описал ИИ как имеющий «двойное преимущество», имея в виду, что он одновременно кажется средством улучшения жизни, и мы должны быть чрезвычайно осторожны, используя его, и беспокоиться о том, какие могут быть его непредвиденные последствия. При дальнейшем развитии этих технологий их приоритетом будет обеспечение того, чтобы любые риски перевешивали выгоды.
Это показывает, как далеко мы продвинулись в использовании ИИ для решения сложнейших биологических проблем. Многие из вопросов, которые мы задавали, изменились. Использование ИИ для исследования белков еще только начинается, но достижения Демиса Хассабиса, Джона Джампера и Дэвида Бейкера меняют облик науки. Их работа делает научную фантастику ближе, чем когда-либо. Это открытие, получившее Нобелевскую премию, окажет влияние далеко за пределы биологии и медицины.
Изображение предоставлено: Фуркан Демиркая/Идеограмма
Source: Искусственный интеллект Google DeepMind получил Нобелевскую премию по химии