Umetna inteligenca premagala biokemike
Nevronska mreža za umetno inteligenco, ki jo razvija Googlova podružnica DeepMind, sicer bolj znana po programih za igranje goja in podobnih iger, je rešila enega največjih izzivov v biologiji. Predvidela je tridimenzionalno zgradbo nekega proteina, ne da bi imela kakršnekoli eksperimentalne podatke.
Program AlphaFold je sodeloval na tekmovanju CASP (Critical Assessment of Structure Prediction), ki se odvija bienalno. Na tekmovanju, ki poteka že od leta 1994, dobijo tekmovalci okrog sto proteinov, za katere poznajo le aminokislinsko zaporedje. Potem pa morajo s svojimi orodji napovedati, kakšno strukturo bo imel posamezen protein v resničnosti. Te napovedi potem primerjajo z eksperimentalno določenimi strukturami, ki še niso bile javno objavljene, da ne morejo "goljufati" (modelov in programov prilagoditi za konkretne primere).
To se sliši enostavno, a je v resnici eden največjih problemov. Proteini so najbolj raznolike molekule v živem svetu, saj se zaporedja 20 znanih aminokislin lahko sestavijo v domala vse: katalizatorje za podvojevanje DNK, mašinerijo za uničevanje tujkov ali pa zgolj – las. Eksperimentalno je strukturo možno določiti, denimo z rentgensko difrakcijo ali krioelektronsko mikroskopijo, a smo omejeni na proteine, ki jih lahko izoliramo, so stabilni pri nefizioloških pogojih in zmorejo obstajati sami. Strukture, ki jih določimo na tak način, so bolj ali manj verni približki resničnega stanja v telesu.
Računske napovedi pa so praktično nemogoče – doslej. Medtem ko je biokemik Christian Anfinsen že pred pol stoletja trdil, da je tridimenzionalna struktura enolično določeno z aminokislinskim zaporedjem, se je zdelo neverjetno, kako se znajo proteini v veliki veliki večini takoj zviti v točno pravo obliko. Sila redki so primeri napačnega zvijanja, npr. prioni so taki zlonamerni skupki. Možnosti za zvitje je več, kot je atomov v vesolju, protein pa najde najugodnejšo takoj. Zdelo se je, da računsko tega ne bo nikoli možno napovedati.
Pa smo se zmotili. AlphaFoldu je to uspelo v pičlih dveh letih, saj so program začeli razvijati leta 2018. Na letošnjem tekmovanu CASP je pometel s konkurenco, kar strokovnjaki opisujejo kot zgodovinski preboj. V nekaterih primerih je bil AlphaFold celo tako dober, da rezultata ni bilo možno ločiti od posnetka s kriomikroskopom. V nekaterih primerih je bil celo boljši, v dveh tretjinah pa vsaj primerljiv z eksperimentom. Za primerjavo: ostale ekipe so povprečno zbrale do 75 odstotkov točk, AlphaFold pa konstantno nad 90.
AlphaFold je že rešil tudi nekaj problemov, ki jih eksperimentalno niso mogli (od rentgenskih meritev do strukture ne vodi enostavna pot; približno tako kot je lažje zmnožiti 1423 x 6987, bistveno teže pa faktorizirati rezultat).