چند سال پیش، DeepMind مدل هوش مصنوعی AlphaFold را معرفی کرد. در این مقاله توضیح می دهیم که چگونه مدل هوش مصنوعی AlphaFold صنعت داروسازی را متحول می کند.
چیزی را گزارش کنید مجردهاتقریباً پنج سال پیش، DeepMind، یکی از شلوغترین آزمایشگاههای تحقیقاتی مبتنی بر هوش مصنوعی گوگل، AlphaFold را معرفی کرد. Alphafold یک سیستم هوش مصنوعی است که می تواند ساختار بسیاری از پروتئین ها را در بدن انسان به دقت پیش بینی کند.
از آن زمان، DeepMind سیستم را بهبود بخشیده و نسخه به روز شده و قدرتمندتر Alphafold 2 را در سال 2020 راه اندازی کرده است و کار آزمایشگاه ادامه دارد.
اخیرا، DeepMind اعلام کرده است که آخرین نسخه Alphafold، جانشین Alphafold 2، میتواند پیشبینیهایی را برای تمام مولکولهای موجود در Protein Data Bank، بزرگترین پایگاه داده دسترسی باز مولکولهای بیولوژیکی در جهان ارائه دهد.
در حال حاضر شرکت است هم شکل Labs، زیرمجموعه DeepMind و فعال در زمینه کشف دارو، از مدل جدید Alphafold در تولید دارو استفاده می کند. این مدل به شناسایی و توصیف ساختارهای مولکولی که برای درمان بیماری ها مهم هستند کمک می کند.
خواص جدید
ویژگی های جدید Alphafold فراتر از پیش بینی پروتئین است. DeepMind ادعا می کند که این مدل می تواند ساختار لیگاندها و اسیدهای نوکلئیک و همچنین تغییراتی که پس از ایجاد یک پروتئین رخ می دهد را پیش بینی کند. لیگاندها مولکول هایی هستند که به پروتئین های گیرنده متصل می شوند و باعث ایجاد تغییراتی در نحوه ارتباط سلول ها می شوند. اسیدهای نوکلئیک نیز مولکول هایی هستند که حاوی اطلاعات ژنتیکی مهمی هستند.
DeepMind پیشنهاد می کند که پیش بینی ساختار پروتئین لیگاند می تواند ابزار مفیدی در توسعه دارو باشد. زیرا به دانشمندان کمک می کند تا مولکول های جدیدی را شناسایی و توسعه دهند که می توانند به دارو تبدیل شوند.
در حال حاضر، محققان داروسازی از شبیهسازیهای کامپیوتری به نام روشهای docking برای تعیین نحوه تعامل پروتئینها و لیگاندها استفاده میکنند. روش های داکینگ نیاز به تعیین ساختار پروتئین مرجع و یک موقعیت پیشنهادی در آن ساختار برای اتصال لیگاند دارد.
با این حال، در مدل جدید Alphafold نیازی به استفاده از ساختار پروتئین مرجع یا موقعیت پیشنهادی نیست. این مدل میتواند پروتئینهایی را پیشبینی کند که قبلاً از نظر ساختاری مشخص نشدهاند. در عین حال، تعامل پروتئین ها و اسیدهای نوکلئیک با مولکول های دیگر را شبیه سازی می کند.
Deepmind در یک پست وبلاگ نوشت:
تجزیه و تحلیل اولیه نشان می دهد که مدل ما نسبت به نسل قبلی Alphafold در برخی از مشکلات پیش بینی ساختار پروتئین مربوط به توسعه دارو، مانند اتصال آنتی بادی، بسیار بهتر عمل می کند. جهش چشمگیر در عملکرد مدل ما توانایی های هوش مصنوعی را برای پیشبرد درک علمی ماشین های مولکولی تشکیل دهنده بدن انسان نشان می دهد.
با این حال، آخرین مدل Alphafold کامل نیست. در مقالهای که مزایا و معایب این سیستم را شرح میدهد، محققان DeepMind و Isomorphic Labs خاطرنشان میکنند که این سیستم بهترین راه را برای پیشبینی ساختار مولکولهای RNA ارائه نمیکند. RNA مولکولی در بدن است که دستورات ساخت پروتئین را حمل می کند. بدون شک DeepMind و Isomorphic Labs در حال تلاش برای رفع این مشکل هستند.
چگونه مدل هوش مصنوعی AlphaFold صنعت داروسازی را متحول خواهد کرد؟ برای اولین بار در Tech Knock – اخبار دنیای فناوری. ظاهر شد.