AlphaFold 3 ma przewidywać strukturę i interakcje wszystkich cząsteczek życia

Nowy model sztucznej inteligencji AlphaFold 3 opracowany przez Google DeepMind i Isomorphic Labs. „Mamy nadzieję, że dokładne przewidywanie struktury białek, DNA, RNA, ligandów i innych substancji oraz ich interakcji zmieni nasze rozumienie świata biologicznego i odkrywania leków” – twierdzą pracujący nad tym modelem naukowcy.

„AlphaFold3 jest niesamowity. Białko MutS (zielone) rozpoznaje niedopasowania zasad w DNA (szary), po czym przesuwa się, aby znaleźć białko swatające MutL (niebieskie), które pozycjonuje i aktywuje nukleazę MutH (różowy) w celu nacięcia hemimetylowanej sekwencji GATC (czerwony) w celu aktywacji usuwania i naprawa niedopasowanej nici” – pisze na platformie X (d. Twitter) Jan Kosinski, Group Leader and Co-chair of Infection Biology Transversal Theme w European Molecular Biology Laboratory.

„To koniec świata, jaki znamy, jeśli da się to odtworzyć! Rozpoczęła się nowa era modelowania funkcjonalnego. Wziąłem czynnik transkrypcyjny o nieznanej strukturze i złożyłem go z sekwencją rozpoznawaną osadzoną w dłuższym DNA. AlphaFold3 dokładnie umieścił czynnik transkrypcyjny” – dodaje.

Obserwacja interakcji miliardów, molekularnych „maszyn” w naszym organizmie

A oto, co piszą autorzy tego modelu.

Wewnątrz każdej komórki roślinnej, zwierzęcej i ludzkiej znajdują się miliardy „maszyn” molekularnych. Składają się z białek, DNA i innych cząsteczek, ale żaden pojedynczy element nie działa samodzielnie. Tylko obserwując, jak wzajemnie na siebie oddziałują, w milionach typów kombinacji, możemy zacząć naprawdę rozumieć procesy zachodzące w życiu.

W artykule opublikowanym w Nature przedstawiamy AlphaFold 3, rewolucyjny model, który może przewidzieć strukturę i interakcje wszystkich cząsteczek życia z niespotykaną dotąd dokładnością. W przypadku interakcji białek z innymi typami cząsteczek widzimy co najmniej 50 proc. poprawę w porównaniu z istniejącymi metodami przewidywania, a dla niektórych ważnych kategorii interakcji dokładność przewidywania podwoiła się.

Mamy nadzieję, że AlphaFold 3 pomoże zmienić nasze rozumienie świata biologicznego i odkrywania leków. Naukowcy mogą bezpłatnie uzyskać dostęp do większości jego możliwości za pośrednictwem naszego nowo uruchomionego serwera AlphaFold Server. Aby wykorzystać potencjał AlphaFold 3 w projektowaniu leków, Isomorphic Labs współpracuje już z firmami farmaceutycznymi w celu zastosowania go do rzeczywistych wyzwań związanych z projektowaniem leków, a ostatecznie do opracowania nowych, zmieniających życie terapii dla pacjentów.

Nasz nowy model opiera się na fundamentach AlphaFold 2, który w 2020 roku dokonał fundamentalnego przełomu w przewidywaniu struktury białek. Jak dotąd miliony badaczy na całym świecie wykorzystało AlphaFold 2 do dokonania odkryć w takich dziedzinach, jak szczepionki przeciwko malarii, leczenie raka i projektowanie enzymów.

AlphaFold 3 przenosi nas poza białka do szerokiego spektrum biomolekuł. Skok ten może odblokować naukę o bardziej transformacyjnym charakterze, od opracowania materiałów bioodnawialnych i bardziej odpornych upraw po przyspieszenie projektowania leków i badań genomicznych.

Jak AlphaFold 3 odkrywa cząsteczki życia?

Mając wprowadzoną listę cząsteczek, AlphaFold 3 generuje ich wspólną strukturę 3D, ujawniając, jak wszystkie ze sobą współdziałają. Modeluje duże biocząsteczki, takie jak białka, DNA i RNA, a także małe cząsteczki, znane również jako ligandy (kategoria obejmująca wiele leków). Co więcej, AlphaFold 3 może modelować modyfikacje chemiczne tych cząsteczek, które kontrolują zdrowe funkcjonowanie komórek, a jego zakłócenie może prowadzić do choroby.

Możliwości AlphaFold 3 wynikają z architektury nowej generacji i szkolenia, które obejmuje obecnie wszystkie „cząsteczki życia”. Sercem modelu jest ulepszona wersja modułu DeepMind Evoformer – architektury głębokiego uczenia się, która leżała u podstaw wydajności AlphaFold 2.

Po przetworzeniu danych wejściowych AlphaFold 3 zestawia przewidywania interakcji cząsteczek za pomocą sieci dyfuzyjnej, podobnej do tej, którą można znaleźć w generatorach obrazów AI. Proces dyfuzji rozpoczyna się od chmury atomów i po wielu etapach osiąga ostateczną, najdokładniejszą strukturę molekularną.

Przewidywania interakcji molekularnych AlphaFold 3 przewyższają dokładność wszystkich istniejących systemów. Jako pojedynczy model, który w holistyczny sposób oblicza całe kompleksy molekularne, ma wyjątkową możliwość ujednolicenia spostrzeżeń naukowych.

Projektowanie i odkrywanie nowych leków

AlphaFold 3 zapewnia możliwości projektowania leków dzięki przewidywaniu cząsteczek powszechnie stosowanych w lekach, takich jak ligandy i przeciwciała, które wiążą się z białkami, zmieniając ich wpływ na nasze zdrowie i ewentualną podatność na choroby.

AlphaFold 3 osiąga niespotykaną wcześniej dokładność w przewidywaniu interakcji lekopodobnych, w tym wiązania białek z ligandami i przeciwciał z ich białkami docelowymi. AlphaFold 3 jest o 50% dokładniejszy niż najlepsze tradycyjne metody w teście porównawczym PoseBusters i nie wymaga wprowadzania jakichkolwiek informacji strukturalnych. Czyni to AlphaFold 3 pierwszym systemem sztucznej inteligencji, który przewyższa narzędzia oparte na fizyce do przewidywania struktury biomolekularnej. Zdolność przewidywania wiązania przeciwciała z białkiem ma kluczowe znaczenie dla zrozumienia aspektów ludzkiej odpowiedzi immunologicznej i projektowania nowych przeciwciał – rosnącej klasy środków terapeutycznych.

Wykorzystując AlphaFold 3 w połączeniu z uzupełniającym zestawem wewnętrznych modeli sztucznej inteligencji, Isomorphic Labs pracuje nad projektowaniem leków na potrzeby projektów wewnętrznych, a także z firmami farmaceutycznymi. Celem jest przyspieszenie i poprawa skuteczność projektowania leków. AlphaFold 3 pomaga zrozumieć, w jaki sposób poradzić sobie z nowymi chorobami i opracować nowe sposoby – które wcześniej były poza zasięgiem naukowców – walki z istniejącymi.

Nowo uruchomiony serwer AlphaFold firmy Google DeepMind to najdokładniejsze na świecie narzędzie do przewidywania interakcji białek z innymi cząsteczkami w komórce. Jest to bezpłatna platforma naukowa naukowcy na całym świecie mogą wykorzystywać je do badań niekomercyjnych. Biolodzy mogą wykorzystać AlphaFold 3 do modelowania struktur składających się z białek, DNA, RNA oraz wybranych ligandów, jonów i modyfikacji chemicznych.

AlphaFold Server pomaga naukowcom w formułowaniu nowatorskich hipotez do testowania w laboratorium przyspieszając przepływ pracy. Platforma ta oferuje badaczom przystępny sposób generowania prognoz, niezależnie od ich dostępu do zasobów obliczeniowych czy wiedzy specjalistycznej w zakresie uczenia maszynowego.

Eksperymentalne przewidywanie struktury białek może zająć mniej więcej czas potrzebny na zdobycie doktoratu i kosztować setki tysięcy dolarów. Poprzedni model, AlphaFold 2, został wykorzystany do przewidzenia setek milionów struktur, co przy obecnym tempie eksperymentalnej biologii strukturalnej zajęłoby setki milionów lat.

Odpowiedzialne dzielenie się mocą AlphaFold 3

Przy każdym wydaniu AlphaFold staraliśmy się zrozumieć szeroki wpływ tej technologii, współpracując ze społecznością badawczą i zajmującą się bezpieczeństwem. Stosujemy podejście oparte na nauce i przeprowadziliśmy szeroko zakrojone oceny, aby ograniczyć potencjalne ryzyko i zapewnić szerokie korzyści dla biologii i ludzkości.

Opierając się na zewnętrznych konsultacjach, które przeprowadziliśmy dla AlphaFold 2, nawiązaliśmy współpracę z ponad 50 ekspertami dziedzinowymi, a także wyspecjalizowanymi stronami trzecimi, zajmującymi się bezpieczeństwem biologicznym, badaniami i przemysłem, aby zrozumieć możliwości kolejnych modeli AlphaFold i ocenić potencjalne ryzyko. Uczestniczyliśmy także w forach i dyskusjach ogólnospołecznych przed premierą AlphaFold 3.

Serwer AlphaFold odzwierciedla nasze ciągłe zaangażowanie w dzielenie się korzyściami płynącymi z AlphaFold, w tym naszą bezpłatną bazą danych zawierającą 200 mln struktur białkowych. Będziemy także rozszerzać nasz bezpłatny internetowy kurs edukacyjny AlphaFold o EMBL-EBI. Będziemy nadal współpracować ze społecznością naukową i decydentami, aby odpowiedzialnie opracowywać i wdrażać technologie sztucznej inteligencji.

AlphaFold 3 pozwala naukowcom zobaczyć systemy komórkowe w całej ich złożoności, poprzez struktury, interakcje i modyfikacje. To nowe spojrzenie na cząsteczki życia ujawnia, w jaki sposób są one wszystkie połączone i pomaga zrozumieć, jak te połączenia wpływają na funkcje biologiczne, takie jak działanie leków, produkcja hormonów i chroniący zdrowie proces naprawy DNA – podsumowują przedstawiciele DeepMind.