درک چگونگی ساخت پروتئینهای ضروری برای زندگی یکی از «چالشهای بزرگ» در زیستشناسی بوده است و دانشمندان چندین دهه تلاش کردهاند تا بفهمند چگونه ساخته میشوند.
از امروز، پس از اینکه شرکت DeepMind یک شبکه هوش مصنوعی انقلابی را برای پیشبینی ساختار پروتئینهای سهبعدی فاش کرد، از امروز، تعیین شکل سهبعدی هر پروتئین شناختهشده برای علم ساده خواهد بود، زیرا یک ابزار جدید ساختار حدود 200 میلیون پروتئین را شناسایی کرده است. تقریباً تمام پروتئینهای شناخته شده برای همه موجودات زنده را پوشش میدهد و این به دانشمندان امکان میدهد تا فوراً به اطلاعات عمیق در مورد اجزای سازنده حیات دسترسی داشته باشند.
Alphafold و DeepMind
به نوشته روزنامه «دیلی میل»، قبل از برنامه هوش مصنوعی موسوم به «آلفا فولد»، دانشمندان ماهها یا سالها را صرف درک ساختار پروتئینها میکردند و محققان اغلب از ابزارهایی مانند اشعه ایکس استفاده میکردند، اما «آلفا» برنامه Fold که توسط شرکت «Deep Mind» گوگل توسعه یافته است، قادر به انجام یادگیری عمیق با هدف پیشبینی ساختار پروتئینها است.
نسخه اول این برنامه در سال 2018 و نسخه دوم آن در اواخر سال 2020 منتشر شد و با نرم افزار متن باز برای جستجو در پایگاه های داده مجموعه پروتئینی (پروتئوم) گونه ها و موجودات موجود است.
بیش از 500000 محقق در جهان از 190 کشور جهان از پایگاه داده “Alphafold” برای نمایش بیش از دو میلیون ساختار پروتئین استفاده کرده اند و این اطلاعات پیچیده اکنون با همان سرعت جستجو در گوگل در دسترس است و این برنامه اکنون پیش بینی می کند ساختار تقریباً تمام پروتئین های شناخته شده برای علم، چه در حیوانات و چه در گیاهان، یا انسان، باکتری یا سایر موجودات.
Deep Mind یک شرکت هوش مصنوعی بریتانیایی است که در سال 2010 تاسیس شد و پس از خریداری آن توسط گوگل در سال 2014 تغییر نام داد. این شرکت “نرم افزار شبکه عصبی” را ایجاد کرده است که می تواند یاد بگیرد چگونه بازی های ویدیویی را به روشی مشابه انسان انجام دهد و یک شبکه عصبی ممکن است بتواند به یک حافظه خارجی دسترسی پیدا کند و بنابراین رایانه قادر به شبیه سازی حافظه کوتاه مدت مغز انسان است.
منبع مهم برای دانشمندان
توانایی دیدن سریع ساختار یک پروتئین در سه بعدی برای دانشمندانی که به دنبال درمان بیماریها هستند و محققانی که میخواهند فوراً به اطلاعات عمیق در مورد اجزای سازنده حیات دسترسی داشته باشند، ارزشمند است.
از زمان راهاندازی آن در سال 2020، محققان قبلاً از Alphafold برای درک پروتئینهایی که بر سلامت زنبور عسل تأثیر میگذارند و برای ساخت واکسن مؤثر مالاریا استفاده کردهاند. یک پایگاه داده گسترده می تواند به عنوان منبع مهمی برای دانشمندان برای درک بهتر بیماری ها عمل کند و همچنین می تواند نوآوری در کشف دارو و زیست شناسی را تسریع بخشد.
Demis Hassabis، بنیانگذار و مدیر عامل DeepMind، می گوید که این پایگاه داده به محققان اجازه می دهد تا ساختارهای سه بعدی پروتئین ها را “به راحتی جستجوی گوگل با کلمات کلیدی” جستجو کنند.
او در مقالهای در وبسایت این شرکت توضیح داد که آخرین نسخه دادهها فشار قوی به پایگاه داده میدهد و بهروزرسانی شامل ساختارهایی برای «گیاهان، باکتریها، حیوانات و بسیاری از موجودات زنده دیگر» است و این فرصتهای بزرگی را باز میکند. برای برنامه «آلفافولد» تا بر موضوعات مهمی مانند «پایداری، سوخت، ناامنی غذایی و بیماری های نادیده گرفته شده» تأثیر بگذارد.
فقط یک نقطه شروع
جیان پینگ، استاد علوم کامپیوتر در دانشگاه ایلینوی اوربانا شامپین که متخصص زیست شناسی محاسباتی است، به بررسی فناوری MIT گفت: «آلفافولد شاید بزرگترین کمک جامعه هوش مصنوعی به جامعه باشد». وی افزود: «همچنین میتواند به دانشمندان در ارزیابی مجدد تحقیقات قبلی برای درک بهتر چگونگی بروز بیماریها کمک کند».
محمد القریشی، زیستشناس سیستمی در دانشگاه کلمبیا که در تحقیقات DeepMind دخالتی ندارد، به MIT Technology Review گفت: پیشبینی ساختار پروتئینها زمان زیادی میبرد و داشتن ابزاری با 200 میلیون ساختار پروتئینی به راحتی در دسترس است. با این حال، برای بسیاری از پروتئینها، «ما علاقهمندیم که بفهمیم ساختار آنها چگونه توسط جهشها و تغییرات آللی طبیعی تغییر میکند و از طریق این پایگاه داده بررسی نمیشود».
برخی دیگر از پیشبینیهای ساختار پروتئین برای ساخت واکسنها و بررسی سؤالات اساسی زیستشناسی، مانند بررسی تکامل پروتئینها در زمان اولین تکامل زندگی، استفاده میکنند. با این حال، در یک مقاله Science، محققان هشدار می دهند که راه اندازی پایگاه داده تنها یک نقطه شروع است، “و واضح است که هنوز بسیاری از زیست شناسی، و شیمی زیادی باید انجام شود.”