Allgemeines

London A. I. Lab behauptet Durchbruch, der die Wirkstoffentdeckung beschleunigen könnte

Einige Wissenschaftler verbringen ihr Leben damit, die Form winziger Proteine ​​im menschlichen Körper zu bestimmen.

Proteine ​​sind die mikroskopischen Mechanismen, die das Verhalten von Viren, Bakterien, dem menschlichen Körper und allen Lebewesen steuern. Sie beginnen als Ketten chemischer Verbindungen, bevor sie sich in dreidimensionale Formen drehen und falten, die definieren, was sie können – und was nicht.

Für Biologen erfordert die Identifizierung der genauen Form eines Proteins oft Monate, Jahre oder sogar Jahrzehnte des Experimentierens. Es erfordert Geschicklichkeit, Intelligenz und mehr als ein wenig Ellbogenfett. Manchmal gelingt es ihnen nie.

Jetzt hat ein Labor für künstliche Intelligenz in London ein Computersystem gebaut, das die Arbeit in wenigen Stunden erledigt – vielleicht sogar in wenigen Minuten.

DeepMind, ein Labor der gleichen Muttergesellschaft wie Google, teilte am Montag mit, dass sein System namens AlphaFold das sogenannte „Proteinfaltungsproblem“ gelöst habe. „Angesichts der Reihe von Aminosäuren, aus denen ein Protein besteht, kann das System seine dreidimensionale Form schnell und zuverlässig vorhersagen.

Dieser lang ersehnte Durchbruch könnte die Fähigkeit beschleunigen, Krankheiten zu verstehen, neue Medikamente zu entwickeln und Geheimnisse des menschlichen Körpers zu entschlüsseln.

Informatiker haben seit mehr als 50 Jahren Probleme, ein solches System aufzubauen. In den letzten 25 Jahren haben sie ihre Bemühungen anhand eines globalen Wettbewerbs gemessen und verglichen, der als Kritische Bewertung der Strukturvorhersage oder C. A. S. P. bezeichnet wird. Bis jetzt war noch kein Kandidat der Lösung des Problems nahe gekommen.

DeepMind löste das Problem mit einer Vielzahl von Proteinen und erreichte ein Genauigkeitsniveau, das mit physikalischen Experimenten konkurrierte. Viele Wissenschaftler hatten angenommen, dass der Moment noch Jahre, wenn nicht Jahrzehnte entfernt war.

“Ich habe immer gehofft, dass ich diesen Tag noch erleben werde”, sagte John Moult, Professor an der University of Maryland, der 1994 an der Gründung von C. A. S. P. mitwirkte und weiterhin den alle zwei Jahre stattfindenden Wettbewerb überwacht. “Aber es war nicht immer klar, dass ich es schaffen würde. ”

Im Rahmen des diesjährigen C. A. S. P. wurde die Technologie von DeepMind von Dr. Moult und anderen Forschern, die den Wettbewerb überwachen, überprüft.

Wenn die Methoden von DeepMind verfeinert werden können, könnten sie und andere Forscher die Entwicklung neuer Medikamente sowie die Bemühungen, bestehende Medikamente auf neue Viren und Krankheiten anzuwenden, beschleunigen.

Der Durchbruch kommt zu spät, um einen signifikanten Einfluss auf das Coronavirus zu haben. Forscher glauben jedoch, dass die Methoden von DeepMind die Reaktion auf zukünftige Pandemien beschleunigen könnten. Einige glauben, dass dies Wissenschaftlern auch helfen könnte, genetisch bedingte Krankheiten im Sinne von Alzheimer oder Mukoviszidose besser zu verstehen.

Experten warnten jedoch davor, dass diese Technologie nur einen kleinen Teil des langen Prozesses beeinflussen würde, mit dem Wissenschaftler neue Medikamente identifizieren und Krankheiten analysieren. Es war auch unklar, wann oder wie DeepMind seine Technologie mit anderen Forschern teilen würde.

DeepMind ist einer der Hauptakteure in einem tiefgreifenden Wandel, der sich in den letzten 10 Jahren in der Wissenschaft, der Technologiebranche und der medizinischen Gemeinschaft verbreitet hat. Dank einer künstlichen Intelligenz, die als neuronales Netzwerk bezeichnet wird, können Maschinen jetzt lernen, viele Aufgaben auszuführen, die früher außerhalb ihrer Reichweite lagen – und manchmal außerhalb der Reichweite von Menschen.

Ein neuronales Netzwerk ist ein mathematisches System, das lose dem Netzwerk von Neuronen im menschlichen Gehirn nachempfunden ist. Es lernt Fähigkeiten durch die Analyse großer Datenmengen. Durch das Auffinden von Mustern in Tausenden von Katzenfotos kann beispielsweise gelernt werden, eine Katze zu erkennen.

Dies ist die Technologie, die Gesichter in den Fotos erkennt, die Sie auf Facebook veröffentlichen, die Befehle identifiziert, die Sie in Ihr Smartphone bellen, und eine Sprache über Skype und andere Dienste in eine andere übersetzt. DeepMind verwendet diese Technologie, um die Form von Proteinen vorherzusagen.

Wenn Wissenschaftler die Form eines Proteins im menschlichen Körper vorhersagen können, können sie bestimmen, wie andere Moleküle daran binden oder sich physikalisch daran binden. Dies ist eine Möglichkeit, wie Medikamente entwickelt werden: Ein Medikament bindet an bestimmte Proteine ​​in Ihrem Körper und verändert deren Verhalten.

Durch die Analyse Tausender bekannter Proteine ​​und ihrer physikalischen Formen kann ein neuronales Netzwerk lernen, die Formen anderer vorherzusagen. Mit dieser Methode nahm DeepMind 2018 zum ersten Mal am C. A. S. P.-Wettbewerb teil und sein System übertraf alle anderen Wettbewerber, was eine signifikante Verschiebung signalisierte. Das Team von Biologen, Physikern und Informatikern unter der Leitung eines Forschers namens John Jumper war jedoch bei weitem nicht in der Lage, das endgültige Problem zu lösen.

In den zwei Jahren seitdem haben Dr. Jumper und sein Team ein völlig neues neuronales Netzwerk speziell für die Proteinfaltung entwickelt, was einen enormen Genauigkeitssprung zur Folge hatte. Ihre neueste Version bietet eine leistungsstarke, wenn auch unvollständige Lösung für das Problem der Proteinfaltung, sagte die DeepMind-Forscherin Kathryn Tunyasuvunakool.

Das System kann die Form eines Proteins in etwa zwei Dritteln der Fälle gemäß den Ergebnissen des C. A. S. P.-Wettbewerbs genau vorhersagen. Und seine Fehler mit diesen Proteinen sind kleiner als die Breite eines Atoms – eine Fehlerrate, die mit physikalischen Experimenten mithalten kann.

“Die meisten Atome befinden sich innerhalb eines Atomdurchmessers, in dem sie sich in der experimentellen Struktur befinden”, sagte Dr. Moult, der Organisator des Wettbewerbs. “Und mit denen, die es nicht sind, gibt es andere mögliche Erklärungen für die Unterschiede. ”

Andrei Lupas, Direktor der Abteilung für Proteinentwicklung am Max-Planck-Institut für Entwicklungsbiologie in Deutschland, gehört zu den Mitarbeitern von AlphaFold. Er ist Teil eines Teams, das ein Jahrzehnt lang versucht hat, die physische Form eines bestimmten Proteins in einem winzigen bakterienähnlichen Organismus namens Archäon zu bestimmen.

Dieses Protein überspannt die Membran einzelner Zellen – ein Teil befindet sich innerhalb der Zelle, ein Teil befindet sich außerhalb – und das macht es Wissenschaftlern wie Dr. Lupas schwer, die Form des Proteins im Labor zu bestimmen. Selbst nach einem Jahrzehnt konnte er die Form nicht genau bestimmen.

Mit AlphaFold hat er das Problem in einer halben Stunde gelöst.

Wenn sich diese Methoden weiter verbessern, könnten sie eine besonders nützliche Methode sein, um festzustellen, ob ein neues Virus mit einem Cocktail aus vorhandenen Medikamenten behandelt werden kann.

“Wir könnten damit beginnen, jede Verbindung zu untersuchen, die für die Verwendung beim Menschen zugelassen ist”, sagte Dr. Lupas. „Wir könnten mit den Medikamenten, die wir bereits haben, der nächsten Pandemie begegnen. ”

Während der aktuellen Pandemie erwies sich in einigen Fällen eine einfachere Form der künstlichen Intelligenz als hilfreich. Ein System, das von einem anderen Londoner Unternehmen, BenevolentAI, entwickelt wurde, half dabei, ein bestehendes Medikament, Baricitinib, zu identifizieren, das zur Behandlung schwerkranker Covid-19-Patienten eingesetzt werden könnte. Die Forscher haben jetzt eine klinische Studie abgeschlossen, die Ergebnisse wurden jedoch noch nicht veröffentlicht.

Da die Forscher die Technologie weiter verbessern, könnte AlphaFold diese Art der Wiederverwendung von Arzneimitteln sowie die Entwicklung völlig neuer Impfstoffe weiter beschleunigen, insbesondere wenn wir auf ein Virus stoßen, das noch weniger bekannt ist als Covid-19.

David Baker, der Direktor des Instituts für Proteindesign an der Universität von Washington, der ähnliche Computertechnologien für die Entwicklung von Anti-Coronavirus-Medikamenten verwendet hat, sagte, dass die Methoden von DeepMind diese Arbeit beschleunigen könnten.

“Wir konnten in mehreren Monaten Coronavirus-neutralisierende Proteine ​​entwickeln”, sagte er. „Aber unser Ziel ist es, so etwas in ein paar Wochen zu tun. ”

Dennoch muss sich die Entwicklungsgeschwindigkeit mit anderen Problemen wie massiven klinischen Studien auseinandersetzen, sagte Dr. Vincent Marconi, ein Forscher an der Emory University in Atlanta, der die Baricitinib-Studie leitete. “Das braucht Zeit”, sagte er.

Mit den Methoden von DeepMind kann jedoch zumindest in einigen Fällen festgestellt werden, ob eine klinische Studie aufgrund toxischer Reaktionen oder anderer Probleme fehlschlägt.

Demis Hassabis, Geschäftsführer und Mitbegründer von DeepMind, sagte, das Unternehmen habe geplant, Details zu seiner Arbeit zu veröffentlichen. Dies sei jedoch erst im nächsten Jahr wahrscheinlich. Er sagte auch, das Unternehmen prüfe Möglichkeiten, die Technologie selbst mit anderen Wissenschaftlern zu teilen.

DeepMind ist ein Forschungslabor. Es werden keine Produkte direkt an andere Labors oder Unternehmen verkauft. Es könnte jedoch mit anderen Unternehmen zusammenarbeiten, um den Zugang zu seiner Technologie über das Internet zu teilen.

Die größten Durchbrüche des Labors in der Vergangenheit waren Spiele. Es wurden Systeme entwickelt, die die menschliche Leistung des alten Strategiespiels Go und des beliebten Videospiels StarCraft übertrafen – enorm technische Errungenschaften ohne praktische Anwendung. Jetzt ist das DeepMind-Team bestrebt, seine Technologie für künstliche Intelligenz in die reale Welt zu bringen.

“Wir wollen keine Ranglistenfirma sein”, sagte Dr. Jumper. „Wir wollen echte biologische Relevanz. ”

İlgili Makaleler

Bir cevap yazın

Başa dön tuşu