AlphaFold Google DeepMind-ის მიერ შექმნილი ხელოვნური ინტელექტის სისტემაა, რომელიც ცილის ამინომჟავური მიმდევრობიდან მის სამგანზომილებიან სტრუქტურას წინასწარმეტყველებს — ხშირად ექსპერიმენტული მეთოდების მსგავსი სიზუსტით.
ამ გვერდზე
რა არის AlphaFold?
ნახევარი საუკუნის განმავლობაში ბიოლოგიის ერთ-ერთი დიდი გამოწვევა იყო: შეიძლება თუ არა, მხოლოდ ამინომჟავების თანმიმდევრობიდან ვიწინასწარმეტყველოთ, რა ფორმას მიიღებს ცილა? (ცილის დაკეცვის პრობლემა). ექსპერიმენტულად ერთი სტრუქტურის დადგენას თვეები და წლები სჭირდებოდა.
AlphaFold-მა ეს წამებსა და წუთებში შეასრულა. სისტემა Google DeepMind-მა შექმნა, ხოლო მისი მეორე ვერსია 2020 წელს სტრუქტურის პროგნოზირების საერთაშორისო შეჯიბრ CASP14-ზე ბევრად აჯობა ყველა სხვა მეთოდს.
როგორ მუშაობს (მარტივად)
- ევოლუციური ინფორმაცია. სისტემა ეძებს მსგავს ცილებს სხვა ორგანიზმებში. თუ ორი ამინომჟავა ევოლუციის მანძილზე ერთად იცვლება, სავარაუდოდ ისინი სივრცეში ერთმანეთთან ახლოს არიან.
- ნეირონული ქსელი. ღრმა სწავლების მოდელი, რომელიც ასობით ათას ცნობილ სტრუქტურაზე გაიწვრთნა, ამ სიგნალებს ერთმანეთთან აკავშირებს და ამინომჟავებს შორის მანძილებსა და კუთხეებს აფასებს.
- 3D მოდელი. შედეგი არის ატომური კოორდინატები — ცილის სამგანზომილებიანი მოდელი.
- სანდოობის შეფასება. ყოველი ამინომჟავისთვის მოდელი აძლევს ქულას (pLDDT), რომელიც აჩვენებს, რამდენად სანდოა პროგნოზის ეს ნაწილი.
ვერსიები და ეტაპები
- 2018 — პირველი AlphaFold, CASP13-ის გამარჯვებული.
- 2020 — AlphaFold 2, CASP14-ზე ექსპერიმენტთან შედარებადი სიზუსტე.
- 2021 — კოდი და სამეცნიერო სტატია გამოქვეყნდა.
- 2022 — AlphaFold DB, EMBL-EBI-სთან ერთად: 200 მილიონზე მეტი ცილის პროგნოზირებული სტრუქტურა, პრაქტიკულად ყველა ცნობილი ცილა, უფასოდ.
- 2024 — AlphaFold 3: პროგნოზირებს არა მხოლოდ ცალკეულ ცილებს, არამედ მათ კომპლექსებს დნმ-თან, რნმ-თან და წამლის მსგავს მოლეკულებთან.
- 2024 — დემის ჰასაბისმა და ჯონ ჯამპერმა ქიმიის ნობელის პრემია მიიღეს (დევიდ ბეიკერთან ერთად, რომელიც ცილების კომპიუტერული დიზაინისთვის დაჯილდოვდა).
სად გამოიყენება
- ფუნდამენტური ბიოლოგია — უცნობი ცილების ფუნქციის გაგება მათი ფორმით.
- წამლის აღმოჩენა — სამიზნე ცილის სტრუქტურა აჩვენებს, სად შეიძლება წამალი „ჩაჯდეს".
- ექსპერიმენტული მუშაობის დაჩქარება — AlphaFold-ის მოდელები ეხმარება კრიო-EM და რენტგენოსტრუქტურული მონაცემების ინტერპრეტაციას.
- ფერმენტების ინჟინერია — მაგ. პლასტიკის დამშლელი ფერმენტების ძიება და გაუმჯობესება.
- ვაქცინების დიზაინი — პათოგენის ცილების სტრუქტურის სწრაფი შეფასება.
შეზღუდვები
- AlphaFold ძირითადად ერთ, „საშუალო" სტრუქტურას აჩვენებს — ცილის მოძრაობასა და ფორმის ცვლილებებს ის სრულად ვერ ასახავს.
- ცუდად აღწერს ბუნებრივად „მოუწესრიგებელ" უბნებს (თუმცა დაბალი სანდოობის ქულა ხშირად სწორედ ამაზე მიუთითებს).
- ერთეული მუტაციის გავლენის პროგნოზირება საიმედო არ არის.
- პროგნოზი ექსპერიმენტული დადასტურების შემცვლელი არ არის, განსაკუთრებით წამლის დიზაინისას.
ხშირი კითხვები
შემიძლია AlphaFold-ის გამოყენება?
დიახ. AlphaFold DB-ში ასობით მილიონი მზა სტრუქტურა უფასოდ არის ხელმისაწვდომი. AlphaFold 2-ის კოდი ღიაა, ხოლო AlphaFold 3-ის გამოყენება შესაძლებელია ონლაინ სერვერით და აკადემიური მიზნებისთვის განსაზღვრული პირობებით.
AlphaFold ერთადერთი ასეთი სისტემაა?
არა. არსებობს სხვა მოდელებიც, მათ შორის ღია კოდის მქონე, ასევე ცილის ენობრივ მოდელებზე დაფუძნებული მიდგომები. AlphaFold-ის წარმატებამ მთელი დარგის სწრაფი განვითარება გამოიწვია.
დაკავშირებული ტერმინები
- ცილის დაკეცვაცილის დაკეცვა პროცესია, რომლის დროსაც ამინომჟავების გრძელი ჯაჭვი სპონტანურად იღებს კონკრეტულ…
- ბიოინფორმატიკაბიოინფორმატიკა მეცნიერებაა, რომელიც ბიოლოგიურ მონაცემებს — დნმ-ის, რნმ-ისა და ცილების…
- ხელოვნური ინტელექტი წამლის აღმოჩენაშიხელოვნური ინტელექტი წამლის აღმოჩენაში მანქანური სწავლებისა და სხვა AI მეთოდების გამოყენებაა…
- კრიო-ელექტრონული მიკროსკოპიაკრიო-ელექტრონული მიკროსკოპია (კრიო-EM) მეთოდია, რომელიც სწრაფად გაყინული ბიოლოგიური…
- პროტეომიკაპროტეომიკა ორგანიზმის, ქსოვილის ან უჯრედის ყველა ცილის — პროტეომის — ერთდროული შესწავლაა…
- BLASTBLAST ბიოინფორმატიკის პროგრამაა, რომელიც დნმ-ის ან ცილის მიმდევრობას მილიონობით ცნობილ…
წყაროები
- Jumper J. et al. Highly accurate protein structure prediction with AlphaFold. Nature, 2021
- Abramson J. et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature, 2024
- The Nobel Prize in Chemistry 2024 — nobelprize.org
- AlphaFold Protein Structure Database — alphafold.ebi.ac.uk
განახლდა