Google DeepMind představili svou nejnovější model umělé inteligence AlphaFold 3. Tato revoluční AI dokáže nejen přesně předpovědět trojrozměrnou (3D) strukturu proteinů podle řetězce aminokyselin. Ale dokáže také předpovědět, jak proteiny interagují s dalšími molekulami, včetně DNA, RNA a malými biomolekulami.
Co to vlastně znamená pro naše porozumění živým organismům, nemocím a jejich léčbě? To se vám pokusím objasnit v tomto článku.
Pokud bych to měl shrnout do několika vět: Proteiny jsou základními stavebními kameny všech živých organismů, tvořené z 20 různých aminokyselin. Jak se tyto aminokyseliny složí do řetězců a poté do specifických struktur, určuje funkci daného proteinu v organismu a také to, jak na něj mohou působit viry, bakterie, ostatní proteiny a další molekuly.
Když známe strukturu proteinů a také strukturu virů a dalších molekul, které se na ně vážou, můžeme například vyvíjet léky, které přesně cílí na viry a minimalizují vedlejší účinky. Nebo můžeme vyvíjet efektivnější RNA vakcíny, které vybudí organismus, aby sám spustil svůj obranný systém a uzdravil se.
Výhodou RNA vakcín je, že se dají rychle vyrobit, rychle přizpůsobit (do budoucna i každému jedinci dle jeho DNA) a nevpraví do těla žádný virus, takže nemohou způsobit toto onemocnění. Třeba v době Covidové pandemie úspěšně vyvinuly RNA vakcíny společnosti Pfizer-BioNTech a Moderna.
Proč je AlphaFold 3 tak zásadní?
AlphaFold 3 přináší revoluci nejen v přesnosti odhadů struktur proteinů samotných, ale také jejich interakcí s malými molekulami (ligandy), DNA, RNA a jinými proteiny. To znamená, že vědci mohou efektivněji testovat léky a vakcíny na počítači, než je začnou zkoušet na lidech. Tím se urychlí vývoj nových léčiv a vakcín a zvyšuje se šance, že tyto nové léčebné prostředky budou úspěšné a bezpečné.
Proteiny - klíč k porozumění biologickým systémům
Proteiny jsou jedny ze základních stavebních kamenů všech buněk v lidském těle. Buňka, nejmenší jednotka života, je složená z různých typů proteinů, organel a dalších molekul. Shluk buněk pak tvoří tkáně a ty pak orgány.
Proto pokud jsme schopni porozumět proteinům a jejich 3D struktuře, dokážeme porozumět všem buněčným procesům v lidském těle. To pak otevírá dveře k bioinženýrství, prodloužení života ve zdraví a individuální léčbě člověka dle jeho unikátní DNA.
Druhy proteinů a jejich funkce
V lidském těle existuje cca 200 tisíc různých druhů proteinů, každý s unikátní funkcí. Zde je několik hlavních typů, o kterých už jste pravděpodobně slyšeli, a které vám pomohou si lépe představit čeho všeho se to dotýká.
Enzymy: Katalyzují biochemické reakce (např. pepsin v žaludku, který štěpí bílkoviny z potravy).
Strukturální proteiny: Poskytují buněčnou strukturu a podporu (např. kolagen v kůži a šlachách).
Transportní proteiny: Přenášejí molekuly po těle (např. hemoglobin, který přenáší kyslík v krvi).
Signální proteiny: Působí jako hormony nebo receptory (např. inzulin, který reguluje hladinu cukru v krvi).
Obranné proteiny: Bojují proti infekcím (např. protilátky).
Exponenciální zrychlení výzkumu
Zásadní na Alphafold 3 je, že urychlil výzkum struktur všech proteinů všech živých organismů a toho, jak s čím reagují. Jen výzkum struktury jednoho proteinu, zabral výzkumnému týmu vědců roky intenzivní práce, většinou metodou pokus omyl.
S novou verzí AI bylo možné namodelovat, jak vypadá přibližně 200.000 těch, které se nachází v lidském těle a k tomu, jak reagují s jinými molekulami. A dalších asi 214 mil. struktur organických proteinů a s čím mohou jak reagovat, a to jen během pár týdnů. Vše je již nyní dostupné ve veřejné databázi, což skokově posunulo celosvětový výzkum o stovky let kupředu.
Přístupnost pro vědce po celém světě
Google DeepMind zpřístupnil využití AlphaFold veřejnosti (odkaz najdete na konci článku), což může přinést průlomové objevy v oblasti vývoje léčiv, biotechnologií, genomiky a toho, jak rozumíme živým organismům na té nejhlubší biologické úrovni.
Na rozdíl od předchozích verzí však není zdrojový kód AlphaFold 3 volně ke stažení. Aby toho nebylo málo vědci a výzkumní pracovníci mají k této AI přístup limitovaný počtem dotazů denně, a dalšími omezeními.
Není to stoprocentní
I když AlphaFold dosahuje vysoké přesnosti při předpovídání struktur a interakcí biomolekul, stále je nezbytné experimentální ověřování. Úspěšnost modelu je 50 % pro biomolekuly, 76 % pro interakce protein-ligand, 65 % pro interakce protein-DNA a 62 % pro interakce protein-protein. Je tedy důležité říci, že tato technologie je skvělým pomocníkem, ale rozhodně nenahrazuje lidský výzkum.
Dopad AlphaFold na reálný život
AlphaFold již významně ovlivňuje farmaceutický průmysl, urychluje identifikaci nových cílů pro léky a zlepšuje design terapeutik. Přispěl například k pochopení struktury klíčového proteinu pro vývoj vakcíny proti malárii, což urychlilo její vývoj. Pomohl také pochopit strukturu spike proteinu běžného viru způsobujícího nachlazení, což poskytlo přesnější představu o interakcích mezi imunitním systémem a koronaviry. To vše urychluje vývoj nových léčebných metod a zlepšuje kvalitu života lidí po celém světě.
Závěrem
Domnívám se, že je to nástroj, který nám pomůže prodloužit průměrnou délky života lidí po celém světě a zároveň žít život ve výborné fyzické kondici a ve zdraví. Možná také povede k objevení fontány mládí, která nám umožní žít věčně a zůstat fyzicky mladí. Jak by se vám líbilo, kdybyste se fyzickým vzhledem mohli vrátit do věku cca 25 let a zůstat v této kondici žít potenciálně i několik set let?
Kolik byste investovali z vašeho majetku a úspor, kdybyste věděli že si za to koupíte třeba dalších 20 let života ve zdraví? A pokud byste mohli žít i do 150 let ve skvělé kondici, využili byste toho? Chtěli byste tu být tak dlouho?
Já se už teď těším, co nám příštích 10 let přinese za objevy, a kolika lidem se bude žít lépe, když nebudou muset denně trpět často velmi otravnými či bolestivými civilizačními nemocemi.
ODKAZY
Databáze Aplhaphold
https://alphafold.ebi.ac.uk/
Oficiální blog Deepmind Alphafold
https://deepmind.google/technologies/alphafold/