Google Deepmind je predstavio treću veliku verziju svog modela veštačke inteligencije „AlphaFold“, dizajniranog da pomogne naučnicima da dizajniraju lekove i efikasnije ciljaju bolest.

U 2020. godini, kompanija je napravila značajan napredak u molekularnoj biologiji koristeći AI za uspešno predviđanje ponašanja mikroskopskih proteina.

Sa najnovijom inkarnacijom AlphaFold-a, istraživači u DeepMind-u i sestrinskoj kompaniji Isomorphic Labs - oboje nadgleda suosnivač Demis Hassabis -mapirali su ponašanje svih molekula života, uključujući ljudsku DNK.

shutterstock-2459709149.jpg
Shutterstock 

Interakcije proteina - od enzima ključnih za ljudski metabolizam, do antitela koja se bore protiv zaraznih bolesti - sa drugim molekulima je ključ za otkrivanje i razvoj lekova.

DeepMind je rekao da će nalazi, objavljeni u istraživačkom časopisu Nature u sredu, smanjiti vreme i novac koji su potrebni za razvoj tretmana koji bi potencijalno mogli promeniti život.

„Sa ovim novim mogućnostima, možemo da dizajniramo molekul koji će se vezati za određeno mesto na proteinu, i možemo predvideti koliko će se snažno vezati“, rekao je Hassabis na brifingu za novinare.

shutterstock-1144681148.jpg
Shutterstock 

"To je kritičan korak ako želite da dizajnirate lekove i jedinjenja koja će pomoći kod bolesti."

Kompanija je takođe najavila izdavanje „AlphaFold servera“, besplatnog onlajn alata koji naučnici mogu da koriste da testiraju svoje hipoteze pre nego što pokrenu testove u stvarnom svetu.

Od 2021. godine, predviđanja AlphaFold-a su slobodno dostupna nekomercijalnim istraživačima, kao deo baze podataka koja sadrži više od 200 miliona proteinskih struktura, i citirana su hiljadama puta u radu drugih.

shutterstock-2459709651.jpg
Shutterstock 

DeepMind je rekao da novi server zahteva manje računarskog znanja, omogućavajući istraživačima da pokreću testove sa samo nekoliko klikova na dugme. Džon Džamper, viši naučnik u DeepMind-u, rekao je: „Biće veoma važno koliko će AlphaFold server olakšati biolozima – koji su stručnjaci za biologiju, a ne za kompjuterske nauke – da testiraju veće, složenije slučajeve.

Dr Nikol Viler, stručnjak za mikrobiologiju sa Univerziteta u Birmingemu, rekla je da bi AlphaFold 3 mogao značajno da ubrza proces otkrivanja lekova, jer je „fizička proizvodnja i testiranje bioloških dizajna trenutno veliko usko grlo u biotehnologiji“.