Prehľad správ

Najnovšie články

Umelá inteligencia pomôže opraviť ľudské gény

Časopis Science označil za najväčší prielom, ktorý sa stal v minulom roku na poli vedy, vytvorenie nástrojov umelej inteligencie, ktoré dokážu zo zloženia bielkoviny odvodiť trojrozmerný tvar jej molekúl. Výkonné počítače rozlúštili zatiaľ tajomstvo trojrozmerného tvaru tristo päťdesiatich tisíc bielkovinových molekúl. Čoskoro by mali odhaliť podobu takejto podoby všetkých bielkovín pochádzajúcich z organizmov od baktérií až po človeka.

Ľudské telo produkuje asi sto tisíc rôznych bielkovín. Inštrukcie na ich produkciu si nesie v dedičnej informácii vo forme génov. Keď si predstavíme gén ako stavebný plán, bielkovinová molekula zodpovedá dostavanej budove. Bunky vyrábajú bielkoviny z dvadsiatich rôznych aminokyselín. Tieto základné stavebné kamene sa spájajú do dlhých reťazcov, ktoré sa potom samé od seba zmotajú do komplikovaných trojrozmerných klbiek. Tvar molekuly rozhoduje o tom, aké funkcie bude bielkovina v tele plniť a či bude odvádzať svoju prácu tak, ako má.
Poradie stavebných kameňov v reťazci bielkoviny je dané génom a určuje molekule zmotať sa určitým spôsobom. Na pohľad svalová bielkovina myoglobín tvarom pripomína zauzlené črevá. Zákonitosti, ktorými sa zauzlenie bielkovinových reťazcov riadi, sú komplikované a vedci do všetkých ich tajov zatiaľ neprenikli. Určiť trojrozmernú podobu miliónov bielkovín je ťažký proces, do ktorého teraz vstupujú počítače a špeciálny software. Tie teraz prinášajú prvé prelomové úspechy. 

Zdroj ilustrácie: Shutterstock

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. 

Demis Hassabis. Zdroj fotografie: Wikimedia.org
Takmer súčasne s týmom Demisa Hassbisa predstavil svoje riešenie aj výskumný tím Davida Bakera z Washington University v Seattli. Vyvinuli program RoseTTAFold. Ide tiež softvérový nástroj, ktorý využíva hlboké učenie na rýchle a presné predpovedanie proteínových štruktúr na základe obmedzených informácií. S RoseTTAFold je možné už za desať minút na jednom hernom počítači vypočítať proteínovú štruktúru. Nástroj TTAFold je „trojkoľajová“ neurónová sieť a ako sa uvádza v Science , tím použil RoseTTAFold na výpočet stoviek nových proteínových štruktúr z ľudského genómu, vrátane mnohých poškodených. Vytvorili tiež štruktúry priamo relevantné pre ľudské zdravie, vrátane proteínov spojených s problematickým metabolizmom lipidov, zápalovými poruchami a rastom rakovinových buniek. RoseTTAFold možno použiť na zostavenie modelov zložitých biologických zostáv za zlomok času predtým potrebného pri klasických laboratórnych pozorovaniach. Zdá sa, že je to už záležitosťou len niekoľkých mesiacov, kým umelá inteligencia zvýši počet známych a zmapovaných trojrozmerných štruktúr bielkovín na astronomických sto miliónov. Výsledky z RoseTTAFold sprístupnili ostatným vedcom prostredníctvom webovej stránky GitHub.
Zdroj ilustrácie: Bakerlab.org

Ovládnutie problematiky trojrozmerných tvarov bielkovín môže znamenať revolúciu pre rôzne iné vedecké disciplíny. Napríklad vo farmakologickom výskume vedci vyjdú z tvaru, aký potrebuje bielkovina na plnenie určitej role v ľudskom organizme a umelá inteligencia pre ňu nájde správny génový plán. Potom sa vyrobí podľa navrhnutého plánu nová štruktúra, resp. opraví pokazená a my získame doposiaľ nevídanú schopnosť uzdravovania ochorenia. Otvárajú sa nám tak netušené možnosti na výrobu liekov, alebo na zneškodnenie zhubných nádorov.

Je to aj príležitosť na produkciu ekologicky čistej energie a likvidáciu skleníkových plynov. Pomocou tejto technológie sa ľahšie nájde spôsob, ako efektívne štiepiť vodu na vodík a kyslík a produkovať lacno ekologické palivo. Takto premeníme skleníkové plyny na látky, ktoré neškodia klíme a budú sa dať využiť ako surovina na ďalšiu výrobu. Pomocou umelej inteligencie sa blížime k svetu, ktorý bol zatiaľ iba v sci-fi filmoch. 

Podporte článok zdieľaním

Share on facebook
Facebook
Share on email
Email
Share on telegram
Telegram
Share on whatsapp
WhatsApp
Share on pocket
Pocket

Článok pokračuje pod reklamou

Prehľad správ

Najnovšie články