S nástroji AI mohou vědci prolomit kód života

V roce 2021 bude AI výzkumná laboratoř DeepMind oznámila vývoj své první digitální biologické neuronové sítě AlphaFold. Model byl schopen přesně předpovědět 3D strukturu proteinů, která určuje funkce, které tyto molekuly hrají. „Jsme jen plovoucí pytle s vodou, které se pohybují,“ říká Pushmeet Kohli, viceprezident výzkumu v DeepMind. „To, co nás dělá výjimečnými, jsou bílkoviny, stavební kameny života. To, jak na sebe vzájemně působí, způsobuje kouzlo života.“

AlphaFold byl časopisem Science považován za průlom roku 2021. V roce 2022 to byl nejcitovanější výzkumný článek v AI. „Lidé byli na [protein structures] po mnoho desetiletí a nebyli schopni dosáhnout takového pokroku,“ říká Kohli. „Pak přišla AI.“ DeepMind také vydala AlphaFold Protein Structure Database – která obsahovala proteinové struktury téměř každého organismu, jehož genom byl sekvenován – a je tak volně dostupná vědcům po celém světě.

Více než 1,7 milionu výzkumníků ve 190 zemích ji použilo pro výzkum od návrhu enzymů požírající plasty až po vývoj účinnějších vakcín proti malárii. Čtvrtina výzkumu zahrnujícího AlphaFold byla věnována porozumění rakovině, Covid-19 a neurodegenerativním onemocněním, jako je Parkinsonova a Alzheimerova choroba. Minulý rok vydala společnost DeepMind svou další generaci AlphaFold, která rozšířila svůj algoritmus pro predikci struktury na biomolekuly, jako jsou nukleové kyseliny a ligandy.

„Demokratizoval vědecký výzkum,“ říká Kohli. „Vědci pracující v rozvojové zemi na opomíjené tropické nemoci neměli přístup k finančním prostředkům, aby mohli vypočítat strukturu proteinu. Nyní mohou kliknutím na tlačítko přejít do databáze AlphaFold a získat tyto předpovědi zdarma.“ Například jeden z prvních partnerů DeepMind, iniciativa Drugs for Neglected Diseases Initiative, použil AlphaFold k vývoji léků na nemoci, které postihují miliony lidí – jako je spavá nemoc, Chagasova choroba a leishmanióza – a přitom se mu dostává poměrně malého výzkumu.

Nejnovější průlom DeepMind se jmenuje AlphaMissense. Model kategorizuje takzvané missense mutace – genetické změny, které mohou vést k produkci různých aminokyselin na určitých pozicích v proteinech. Takové mutace mohou změnit funkci samotného proteinu a AlphaMissense přisuzuje skóre pravděpodobnosti, že tato mutace je buď patogenní nebo benigní. „Porozumění a předpovídání těchto účinků je zásadní pro objev vzácných genetických onemocnění,“ říká Kohli. Algoritmus, který byl vydán v loňském roce, klasifikoval přibližně 89 procent všech možných lidských chyb. Předtím bylo výzkumníky klinicky klasifikováno pouze 0,1 procenta všech možných variant.

„Toto je jen začátek,“ říká Kohli. Nakonec se domnívá, že umělá inteligence by mohla nakonec vést k vytvoření virtuální buňky, která by mohla radikálně urychlit biomedicínský výzkum a umožnit tak zkoumání biologie in-silico spíše než v reálných laboratořích. „Díky umělé inteligenci a strojovému učení máme konečně nástroje k pochopení tohoto velmi sofistikovaného systému, kterému říkáme život.“

Tento článek se objeví ve vydání z července/srpna 2024 časopis WIRED UK.