Umelá inteligencia pomôže opraviť ľudské gény

Dôležitosť trojrozmerného usporiadania bielkovín si môžeme názorne demonštrovať na príklade priónového proteínu. Ten sa vyskytuje vo všetkých bunkách a má sa za to, že chráni tkanivo pred následkami extrémnej záťaže. Stačí, aby sa priónový proteín zdeformoval a jeho vlastnosti sa radikálne zmenia. Zdeformovaný prionový proteín sa skladá z rovnakých aminokyselinových stavebných kameňov ako jeho zdravá verzia, ale telu však už neprospieva, ale doslova škodí. Premení sa na „zlú“ infekčnú bielkovinovú časticu. Tie sa potom v tele množia, hromadia. Vyvolávajú smrtiace nevyliečiteľné ochorenie nervového systému. Napríklad Creutzfeldt-Jakobovu chorobu, známu ako chorobu šialených kráv. 3D model vedcom teraz napovie, kde sa v štruktúre bielkoviny vyskytla deformácia proteínu a potom bude pre nich ľahšie hľadať prostriedky na odstránenie ochorenia.

Konkrétny trojrozmerný tvar bielkovinových molekúl poznávali vedci doteraz tak, že bielkovinu v kryštalickej forme ožiarili röntgenovými lúčmi a z ich lomu usúdili na rozloženie atómov v molekule. Keď v roku 1958 získal britský biochemik John Kendrew týmto spôsobom prvý priestorový model bielkoviny, bol nadšený aj sklamaný. Dúfal v niečo tak elegantného, ako je dvojitá skrutkovica DNA. Svalová bielkovina myoglobín však mala nepravidelný tvar podobný zauzleným črevám a bolo jasné, že lúštenie trojrozmernej štruktúry bielkovín bude pre výskumníkov veľký problém. Určiť tvar bielkovinovej molekuly bol dodnes zložitý a zdĺhavý proces. Navyše aj drahý. Pomáhajú pri tom špičkové elektrónové mikroskopy a prístroje dovoľujúce sledovať správanie malých bielkovinových molekúl v silnom magnetickom poli.

Výsledky výskumu tvaru bielkoviny majú význam pri vývoji liekov. Pokiaľ je proti postupu choroby potrebné zablokovať určitú bielkovinu, pomôže farmaceutom pri výbere vhodnej „brzdy“ trojrozmerný model cieľovej bielkoviny. Z neho sa dá vyčítať, aký tvar musí mať molekula lieku, aby sa na cieľové miesto spoľahlivo nadviazala a upchala ho. Znalosť trojrozmerného tvaru cieľovej bielkoviny môže pri vývoji nového lieku ušetriť polovicu nákladov a na polovicu skrátiť dĺžku doteraz potrebného času vývoja. Určiť tvar bielkovinovej molekuly predstavuje aj pre moderne vybavené laboratóriá náročnú úlohu. Tomu zodpovedá cena a dosiahnutá úspešnosť. Štruktúra jednoduchej bielkoviny z baktérií sa dá zistiť zhruba za stotisíc dolárov a úspešnosť sa pohybuje okolo tridsaťpäť percent. Pri zložitej ľudskej bielkovine už je to vyše dvoch miliónov dolárov, pričom úspešnosť býva asi len desaťpercentná.

Prielom v doterajších metódach prinášajú počítače a umelá inteligencia. Výkonné počítače spracovávajú desaťtisíce génových plánov a informácie o trojrozmernom vzhľade bielkovinových stavieb, ktoré boli doteraz určené klasickou metódou. Programy sa pokúšajú pomocou špeciálnych algoritmov odlíšiť nepodstatné informácie od zásadných a odhaľujú zákonitosti, podľa ktorých sa bielkovinové reťazce zmotávajú do klbiek. Tieto pravidlá by mali aplikovať na „odhad“ tvaru stavby bielkovín, ktoré neboli predmetom výskumu pomocou klasických laboratórnych metód.

Možnosti tejto metódy pomocou umelej inteligencie ukázal tím z londýnskej spoločnosti Demisa Hassabisa, keď nedávno uložil do špeciálnych databáz s trojrozmernými štruktúrami 350 tisíc bielkovín človeka a ďalších dvadsiatich organizmov bežne používaných v laboratórnom výskume. Vo svojich „učňovských rokoch“ využívali pre vývoj programu umelej inteligencie po desaťročia hromadené dáta o štruktúre 170 tisíc bielkovín. Teraz ich program za necelý rok sám vylúštil dvakrát viac trojrozmerných bielkovinových štruktúr, ako sa podarilo vedcom predtým v laboratóriách. Program pracuje rýchlo a jeho predpovede sa blížia výsledkom získaným laboratórnou analýzou.

Ak niekto mal šancu uspieť v návrhu algoritmov pre umelú inteligenciu v tejto oblasti, tak to bol práve Demis Hassabis (nar.1976). Od jeho 4 rokov bol považovaný za zázračné dieťa v šachu. Majstrovský štandard dosiahol vo veku 13 rokov s hodnotením Elo 2300. Svoj prvý počítač, ZX Spectrum 48K, si kúpil z výhier v šachu a sám sa naučil programovať z kníh. Pred dosiahnutím dospelosti bol už popredným vývojárom veľmi komerčne úspešných počítačových hier.