昨年、DeepMindは、50年前の科学的問題に対する説得力のある解決策を提示し、AlphaFold人工知能が独自のタンパク質の三次元構造を予測し、生物学的発見の新時代の舞台を設定する方法を示しました。
同社はこれらの基盤を構築し続け、現在、人体のほぼすべてのタンパク質の予測構造を共有し、抗生物質耐性から癌治療などすべての研究を加速しています。
さまざまな個々のタンパク質の複雑な形状を知ることは、科学者がそれらが何をしているのか、そしてそれらがどのように有益に管理できるのかを理解するのに役立ちます。
しかし、すべてのタンパク質は、アミノ酸の1次元鎖から始まり、ほぼ無限の一連の非常に複雑な3次元構造に折りたたまれます。これらのアミノ酸鎖を使って最終的な構造がどのようになるかを予測することは「タンパク質フォールディング問題」として知られており、1970年代初頭から科学者が取り組んできた問題の1つです。
DeepMindのAlphaFoldは、最新のコンピューティングの力でこの問題を解決するために設計されました。このシステムは、科学実験によってすでに特定されている公的に入手可能なタンパク質構造から学習し、昨年、科学者が長年取り組んできたタンパク質構造を特定するためにどのように使用できるかを示しました。
「驚くほど正確」、「ゲームチェンジャー」、「圧倒的な進歩」と表現されるAlphaFoldは、生物学研究の新しい章を告げる50年前のタンパク質フォールディング問題の解決策と見なされています。
これは、科学者が機能不全のタンパク質とそれらが特定の病気をはるかに速く引き起こす理由を特定するのに役立つか、それらを治療するための薬の開発を大幅に加速するのに役立ちます。プラスチック廃棄物を分解する酵素はより迅速に開発でき、新しいウイルスは、たとえばスパイクタンパク質の構造をマッピングすることによって、より効果的に戦うことができます。
1年も経たないうちに、このテクノロジーが科学研究の世界を変え始めているのをすでに目にしています。先週、ワシントン大学の別の研究者グループが、RoseTTAFoldと呼ばれるAlphaFoldのようなソフトウェアをデモしました。従来のコンピューターを使用してわずか10分でタンパク質構造を予測でき、オンラインで無料で入手できます。
DeepMindチームは、ツールをより使いやすくするためにも取り組んでいます。彼女は先週、システムの開発方法を詳しく説明したドキュメントを投稿し、GitHubにソースコードを投稿しました。 DeepMindは昨日、ヒトプロテオーム(すべてのタンパク質のコレクション)として知られる、人体のほぼすべてのタンパク質の予測カタログを公開しました。
カタログはヒトタンパク質の98.5%、合計で約2万を占めています。さらに、DeepMindは、ミバエ、マウス、酵母、大腸菌など、他の20の対象生物のプロテオームへのオープンアクセスを提供し、合計350,000を超えるタンパク質構造を実現しています。
DeepMindは、今後数か月でこのコレクションを大幅に拡張して、科学で知られている1億を超えるタンパク質を含めることを計画しており、DeepMindが「世界の真のタンパク質年鑑」と呼ぶものにつながります。
「これは、ヒトゲノムのマッピング以来、最も重要なデータセットの1つになるでしょう」と、欧州分子生物学研究所の副局長であるEvanBirney教授は述べています。
ヒトプロテオームの予測を説明する記事がNatureに掲載されました。以下のビデオでは、タンパク質構造データベースの簡単なデモンストレーションを提供しています。
2021-07-27 05:10:18
著者: Vitalii Babkin