ภาพ 3 มิติของโปรตีนมาลาเรีย (เครดิตภาพ: Deepmind)กลุ่มปัญญาประดิษฐ์ เว็บสล็อตแตกง่าย DeepMind ได้คลี่คลายโครงสร้างของโปรตีนเกือบทุกชนิดที่วิทยาศาสตร์รู้จัก นักวิจัยประสบความสําเร็จโดยใช้โปรแกรม AlphaFold ซึ่ง DeepMind พัฒนาขึ้นครั้งแรกในปี 2018 และเผยแพร่สู่สาธารณะในเดือนกรกฎาคม พ.ศ. 2021 โปรแกรมโอเพนซอร์สสามารถทํานายโครงสร้าง 3 มิติของโปรตีนได้จากลําดับของกรดอะมิโนซึ่งเป็นส่วนประกอบสําคัญที่ประกอบขึ้นเป็นโปรตีน โครงสร้างของโปรตีนเป็นตัวกําหนดหน้าที่ของมันดังนั้นฐานข้อมูลของโครงสร้างโปรตีน 200 ล้านตัวที่ระบุโดย AlphaFold จึงมีศักยภาพที่จะช่วยระบุม้างานโปรตีนใหม่ที่มนุษย์สามารถใช้ประโยชน์ได้
ตัวอย่างเช่น ฐานข้อมูลอาจรวมถึงโปรตีนที่สามารถช่วยในการรีไซเคิลพลาสติกตามรายงานของ The
Guardian (เปิดในแท็บใหม่). ”เราใช้เวลาค่อนข้างนานในการผ่านฐานข้อมูลโครงสร้างขนาดใหญ่นี้ แต่ [มัน] ได้เปิดรูปทรงสามมิติใหม่ทั้งหมดที่เราไม่เคยเห็นมาก่อนซึ่งอาจทําลายพลาสติกได้จริง” John McGeehan ศาสตราจารย์ด้านชีววิทยาโครงสร้างที่มหาวิทยาลัย Portsmouth ในสหราชอาณาจักรบอกกับ The Guardian “มีการเปลี่ยนกระบวนทัศน์ที่สมบูรณ์ เราสามารถเร่งเราให้เร็วขึ้นจากจุดที่เราไปจากที่นี่ได้จริงๆ และนั่นช่วยให้เรานําทรัพยากรอันล้ําค่าเหล่านี้ไปยังสิ่งที่สําคัญได้”
AlphaFold ของ DeepMind สร้างภาพ 3 มิติของโครงสร้างโปรตีน (เครดิตภาพ: DeepMind)
โปรตีนเป็นเหมือนปริศนาเล็ก ๆ ที่อธิบายไม่ได้ พวกมันผลิตโดยสิ่งมีชีวิตตั้งแต่แบคทีเรียพืชไปจนถึงสัตว์และเมื่อพวกมันถูกทําให้พับเป็นมิลลิวินาที แต่โครงสร้างของพวกมันซับซ้อนมากจนพยายามเดาว่าพวกมันจะมีรูปร่างแบบไหนแทบจะเป็นไปไม่ได้เลย Cyrus Levinthal นักชีววิทยาโมเลกุลชาวอเมริกันชี้ให้เห็นถึงความขัดแย้งที่โปรตีนพับได้อย่างรวดเร็วและแม่นยําแม้จะมีการกําหนดค่าที่เป็นไปได้จํานวนมากในกระดาษในปี 1969 (เปิดในแท็บใหม่), ประมาณการว่าโปรตีนที่กําหนดอาจมีรูปร่างสุดท้ายที่เป็นไปได้ 10 ^ 300.
ดังนั้น Levinthal จึงเขียนว่าหากใครพยายามหารูปร่างโปรตีนที่ถูกต้องโดยลองใช้การกําหนดค่าแต่ละแบบทีละแบบมันจะใช้เวลานานกว่าจักรวาลที่มีอยู่จนถึงตอนนี้เพื่อให้ได้คําตอบที่ถูกต้อง นักวิทยาศาสตร์มีวิธีที่จะเห็นภาพโปรตีนและวิเคราะห์โครงสร้างของพวกเขา แต่นี่เป็นงานที่ช้าและยาก วิธีที่ใช้กันทั่วไปในการถ่ายภาพโปรตีนคือการตกผลึกด้วยรังสีเอกซ์ตามวารสาร Nature (เปิดในแท็บใหม่)ซึ่งเกี่ยวข้องกับการส่องรังสีเอกซ์ที่ผลึกแข็งของโปรตีนและการวัดว่ารังสีเหล่านั้นถูกแยกออกอย่างไร
เพื่อกําหนดวิธีการจัดเรียงโปรตีน งานทดลองนี้ได้สร้างรูปร่างของโปรตีนประมาณ 190,000 ตัวตาม
ข้อมูลของ DeepMind (เปิดในแท็บใหม่). เมื่อปีที่แล้ว DeepMind ได้เผยแพร่การคาดการณ์รูปร่างโปรตีนสําหรับโปรตีนทุกตัวในร่างกายมนุษย์และใน 20 สายพันธุ์การวิจัย Live Science รายงานก่อนหน้านี้ ตอนนี้, พวกเขาได้ขยายการคาดการณ์เหล่านั้นไปยังโปรตีนในทุกสิ่งโดยทั่วไป.
”การอัปเดตนี้รวมถึงโครงสร้างที่คาดการณ์ไว้สําหรับพืช แบคทีเรีย และสิ่งมีชีวิตอื่นๆ ซึ่งเปิดโอกาสใหม่ๆ มากมายสําหรับนักวิจัยในการใช้ AlphaFold เพื่อพัฒนางานของพวกเขาในประเด็นสําคัญ รวมถึงความยั่งยืน ความไม่มั่นคงด้านอาหารและโรคที่ถูกทอดทิ้ง” ตัวแทน DeepMind กล่าวในแถลงการณ์ (เปิดในแท็บใหม่).
ทําให้โปรตีนทํางานAlphaFold ทํางานโดยได้รับความรู้เกี่ยวกับลําดับและปฏิสัมพันธ์ของกรดอะมิโนในขณะที่พยายามตีความโครงสร้างโปรตีน อัลกอริทึมสามารถทํานายรูปร่างโปรตีนในไม่กี่นาทีด้วยความแม่นยําจนถึงระดับของอะตอม
นักวิจัยกําลังใช้ผลของแรงงานของ AlphaFold อยู่แล้ว จากข้อมูลของ The Guardian โครงการนี้ช่วยให้นักวิจัยสามารถระบุลักษณะของโปรตีนปรสิตมาลาเรียที่สําคัญได้ในที่สุด (เปิดในแท็บใหม่) ที่คล้อยตามการตกผลึกของรังสีเอกซ์ไม่ได้ นักวิจัยบอกกับเดอะการ์เดียนว่า สามารถปรับปรุงการพัฒนาวัคซีนป้องกันโรคได้
ที่มหาวิทยาลัยวิทยาศาสตร์เพื่อชีวิตแห่งนอร์เวย์ Vilde Leipart นักวิจัยผึ้งใช้ AlphaFold เพื่อเปิดเผยโครงสร้างของ vitellogenin ซึ่งเป็นโปรตีนสําหรับระบบสืบพันธุ์และภูมิคุ้มกันที่เกิดจากสัตว์วางไข่ทุกชนิด การค้นพบนี้อาจนําไปสู่วิธีใหม่ในการปกป้องสัตว์วางไข่ที่สําคัญเช่นผึ้งและปลาจากโรค Leipart เขียนในบล็อกโพสต์สําหรับ DeepMind (เปิดในแท็บใหม่).
โปรแกรมนี้ยังแจ้งการค้นหายาใหม่ Rosana Kapeller ซีอีโอของ ROME Therapeutics กล่าวในแถลงการณ์ DeepMind ”ความเร็วและความแม่นยําของ AlphaFold กําลังเร่งกระบวนการค้นพบยา” Kapeller กล่าว “และเราเป็นเพียงจุดเริ่มต้นของการตระหนักถึงผลกระทบที่มีต่อการนํายาใหม่ ๆ มาสู่ผู้ป่วยได้เร็วขึ้น”นอกจากนี้ การทดลองการแทรกแซงความดันโลหิตซิสโตลิก (SPRINT) (เปิดในแท็บ เว็บสล็อต , สล็อตแตกง่าย
