W miesiącu maju zajmujemy się tematem zaproponowanym przez naszego „Teamlead Development” Bartosza i pytaniem, w jaki sposób sztuczna inteligencja może zmienić chemię.
W naszym życiu codziennym sztuczna inteligencja jest już stałym elementem w wielu dziedzinach. Pracujemy z modelami językowymi i chatbotami oraz korzystamy z inteligentnych urządzeń gospodarstwa domowego. Często nie zdajemy sobie jednak sprawy z tego, jakie niezbadane możliwości wynikają z zastosowania sztucznej inteligencji. Nasz aktualny temat pokazuje, że możliwości zastosowania sztucznej inteligencji wykraczają daleko poza gadżety typu „nice to have”.
Kto interesuje się przyznawaniem Nagrody Nobla, być może to zauważył. Nagroda Nobla w dziedzinie chemii w 2024 roku została przyznana w połowie Davidowi Bakerowi, a w drugiej połowie Demisowi Hassabisowi i Johnowi Jumperowi. Praca tej trójki dotyczy projektowania białek oraz przewidywania ich struktur – przy pomocy sztucznej inteligencji.
Białka są biologicznymi makrocząsteczkami zbudowanymi z aminokwasów. Te z kolei są połączone wiązaniami peptydowymi. Białka są obecne w każdej komórce i pełnią różnorodne, niezbędne do życia funkcje w ludzkim organizmie. Służą jako hormony, substancje sygnałowe, przeciwciała i elementy budulcowe tkanek.
Budowę białek można podzielić na kilka poziomów.
Struktura pierwszorzędowa: Jest to prosta sekwencja aminokwasów w łańcuchu. Każdy aminokwas ma określoną pozycję, a ta kolejność jest kluczowa dla funkcji białka.
Struktura drugorzędowa: Tutaj łańcuchy aminokwasów zwijają się w regularne wzory, takie jak spirale (helisy) lub złożone arkusze (beta-kartki). Te struktury pomagają utrzymać stabilność białka.
Struktura trzeciorzędowa: Cały łańcuch aminokwasów zwija się dalej w złożoną trójwymiarową formę. Ta forma jest kluczowa dla funkcji białka, ponieważ określa, jak białko wchodzi w interakcje z innymi cząsteczkami.
Struktura czwartorzędowa: Niektóre białka składają się z kilku podjednostek, które razem tworzą większą strukturę. Te podjednostki mogą łączyć się w funkcjonalny kompleks.
Hassabisowi i Jumperowi udało się opracować model do przewidywania struktur białek o nazwie „AlphaFold2”. Obaj pracują dla spółki zależnej Google, DeepMind. Za pomocą tego modelu można dokładnie przewidzieć trójwymiarową strukturę białka na podstawie sekwencji aminokwasów. Do tej pory było to możliwe tylko przy użyciu skomplikowanej metody krystalografii rentgenowskiej. Z jej pomocą w 1953 roku rozszyfrowano strukturę podwójnej helisy DNA. Aby przeprowadzić krystalografię rentgenowską, dane białko musi najpierw występować w postaci krystalicznej. Dzięki „AlphaFold2” trójwymiarowy kształt białka można teraz obliczyć bez konieczności przeprowadzania analizy laboratoryjnej.
Prawdopodobnie najbardziej godnym uwagi elementem pracy jest opracowanie zupełnie nowego rodzaju białka. Coś, co do tej pory uważano za prawie niemożliwe. Za pomocą oprogramowania „Rosetta”, opracowanego pod kierownictwem Bakera już w latach 90., można teraz po raz pierwszy konstruować zupełnie nowe białka przy użyciu „AlphaFold2”. Staje się zatem możliwe wytwarzanie białek o specjalnych funkcjach. Można je wykorzystać na przykład do ukierunkowanego opracowywania leków lub szczepionek. Możliwe jest również wytwarzanie nowych nanomateriałów.
Dzięki AI otworzyły się zatem zupełnie nowe możliwości w badaniach nad białkami, które mogą mieć decydujący wpływ na naszą przyszłość.
