AlphaFold, protein evreninin 3 boyutlu bir görüntüsünü oluşturur

AlphaFold, bilimde bilinen hemen hemen her indeks proteinin yapısını tahmin eder. Kredi bilgileri: Karen Arnott/EMBL-EBI

DeepMind ve EMBL’nin Avrupa Biyoinformatik Enstitüsü (EMBL-EBI) tarafından, bilim tarafından bilinen neredeyse tüm endeksli proteinlerin 3D yapılarının yapay zeka destekli tahminleri yapılmıştır. katalog AlphaFold Protein Yapısı Veritabanı aracılığıyla bilim camiasına ücretsiz ve herkese açık.

İki kuruluş, genişletilmiş veri tabanının biyoloji anlayışımızı artırmaya devam edeceğini ve sayısız bilim insanına küresel zorluklarla başa çıkmak için çabalarken çalışmalarında yardımcı olacağını umuyor.

Bu büyük başarı, veritabanının yaklaşık 200 kat genişletildiğini gösteriyor. Yaklaşık bir milyon protein yapısından 200 milyonun üzerine çıktı ve şimdi genomu dizilimi yapılan Dünya üzerindeki hemen hemen her organizmayı kapsıyor. Bitkiler, bakteriler, hayvanlar ve diğer organizmalar dahil olmak üzere çok çeşitli türler için tahmin edilen yapılar artık genişletilmiş veritabanına dahil edilmiştir. Bu, sürdürülebilirlik, gıda güvensizliği ve ihmal edilen hastalıklar dahil olmak üzere küresel zorluklar üzerinde etkisi olacak yaşam bilimleri genelinde araştırmalar için yeni yollar açar.

Şimdi, tahmin edilen yapı, neredeyse tüm protein zincirleri için mevcut olacak. UniProt Protein veritabanı. Bu sürüm aynı zamanda bilim insanlarının veri tabanındaki kalıpları ve eğilimleri belirlemesine olanak tanıyarak biyoinformatik ve hesaplamalı çalışma desteği de dahil olmak üzere yeni araştırma yolları açacaktır.

EMBL Genel Müdürü Edith Heard, “AlphaFold artık protein evreninin 3 boyutlu bir görünümünü sağlıyor” dedi. “AlphaFold veritabanının popülaritesi ve büyümesi, DeepMind ve EMBL arasındaki başarılı işbirliğinin bir kanıtıdır. Bu bize disiplinler arası bilimin gücüne bir bakış açısı getiriyor.”

DeepMind’in kurucusu ve CEO’su Demis Hassabis, “AlphaFold’un dünya çapındaki laboratuvarlarda ve üniversitelerde yüz binlerce bilim insanı için şimdiden önemli bir araç haline gelme hızına şaşırdık” dedi. “AlphaFold, hastalıklarla mücadeleden plastik kirliliğiyle mücadeleye kadar, karşılaştığımız en büyük küresel zorluklardan bazılarında şimdiden inanılmaz bir etki yarattı. Bu genişletilmiş veritabanının sayısız bilim insanına önemli çalışmalarında yardımcı olacağını ve tamamen yeni bilimsel keşifler açacağını umuyoruz.”

Q8W3K0: Potansiyel bir bitki hastalığına direnç proteini. Kredi bilgileri: AlphaFold

Bilim adamları için önemli bir araç

DeepMind ve EMBL-EBI başlatıldı Temmuz 2021’de AlphaFold veritabanı. O zamanlar, tüm insan proteini dahil olmak üzere 350.000’den fazla protein yapısı tahmini içeriyordu. Sonraki güncellemeler, UniProtKB/SwissProt ve 17’si sürekli ihmal edilen tropikal hastalıkları temsil eden 27 yeni proteinin eklenmesini gördü. tahrip etmek dünya çapında bir milyardan fazla insanın hayatı.

1.000’den fazla bilimsel makale veri tabanına atıfta bulundu ve 190’dan fazla ülkeden 500.000’den fazla araştırmacı, bir yılda iki milyondan fazla yapıyı görüntülemek için AlphaFold veri tabanına erişim kazandı.

Ekip ayrıca, araştırmacıların aşağıdaki gibi araçlar oluşturmak ve uyarlamak için AlphaFold’u geliştirdiğini gördü. Klas saniye Ve dali Bu, kullanıcıların belirli bir proteine ​​benzer girdileri aramasına olanak tanır. Diğerleri, bu alandaki yeni algoritmaların bir listesinin omurgasını oluşturmak veya bunları aşağıdaki gibi alanlara uygulamak için AlphaFold’un arkasındaki temel makine öğrenimi fikirlerini benimsemiştir. RNA Yapısı Tahmini veya Yeni modeller geliştirin proteinlerin tasarımı için.

AlphaFold ve veritabanının etkisi ve geleceği

AlphaFold, aynı zamanda, aşağıdakileri yapma yeteneğimizi geliştirmek gibi alanlarda da bir etki göstermiştir. Plastik kirliliğiyle mücadelebakış açısı kazanmak Parkinson hastalığıve dahası bal arısı sağlığıAnlamak Buz nasıl oluşur?tedavi etmek ihmal edilen hastalıklar Chagas hastalığı, leishmaniasis ve keşif gibi insan evrimi.

“Diğer ekiplerin kaydettiğimiz ilerlemeden bir şeyler öğrenebileceği ve bunları geliştirebileceği umuduyla AlphaFold’u piyasaya sürdük ve bunun bu kadar hızlı gerçekleştiğini görmek heyecan vericiydi. Diğer birçok AI araştırma kuruluşu şimdi bu alana giriyor ve AlphaFold’un kaydettiği ilerlemeleri geliştiriyor. DeepMind Araştırma Bilimcisi ve AlphaFold Lideri John Jumper, bu, yapısal biyolojide gerçekten yeni bir dönem ve yapay zeka tabanlı yöntemlerin şaşırtıcı ilerlemelere yol açacağını söyledi.

EMBL Protein Veri Bankası Takım Lideri Samir Vilankar, “AlphaFold, moleküler biyoloji topluluğuna dalgalar gönderdi. Yalnızca geçen yıl, AlphaFold yapılarını kullanan çok çeşitli araştırma konuları hakkında binden fazla bilimsel makale var” dedi. -EBI in Europe” Daha önce hiç böyle bir şey görmedim.” Ve bu sadece bir milyon tahminin etkisi; AlphaFold veritabanında 200 milyonun üzerinde kamuya açık protein yapısı tahminine sahip olmanın etkisini hayal edin.”

DeepMind ve EMBL-EBI, kullanıcı geri bildirimlerine yanıt olarak özellikleri ve işlevselliği geliştirmek amacıyla veritabanını periyodik olarak güncellemeye devam edecektir. Yapılara erişim, CC-BY 4.0 lisansı altında tamamen açık olmaya devam edecek ve toplu indirmeler, Google Cloud Genel Veri Kümeleri.