Myoglobiini-proteiinin malli, joka on tehty tietokoneella. Tämä kuva ei ole tutkimuksesta.
Myoglobiini-proteiinin malli, joka on tehty tietokoneella. Tämä kuva ei ole tutkimuksesta.

Deepmind-yhtiön teköälyohjelma on selvittänyt lähes kaikkien tunnettujen proteiinien rakenteet.

DeepMind-yhtiön tekoäly Alphafold on ennustanut lähes kaikkien tunnettujen proteiinien rakenteet. Saavutus ratkaisi yhden biologian suurista haasteista. Työhön meni tekoälyltä vain puolitoista vuotta.

Työ nopeuttaa erityisesti uusien lääkkeiden löytämistä, ja se edistää esimerkiksi malarian torjuntaa. Proteiinien rakenne ratkaisee, miten ne vaikuttavat.

Ihmisen solut tuottavat eri tarpeisiin proteiineja, joita on miljoonia. Molekyylit ovat laskostuneet mutkikkaasti.

Sisältö jatkuu mainoksen jälkeen

Proteiinien laskostuneiden muotojen määrittäminen on pitkään ollut biologian ja lääketieteen pysyvä ongelma.

Sisältö jatkuu mainoksen alla

Proteiineja on määritelty niiden aminohappojen sekvenssien perusteella. Jotkin näistä aminohapoista houkuttelevat toisiaan, toiset hylkivät vettä.

Proteiinit saavat monia muotoja, joita on ollut vaikea määrittää tarkasti. Yhden proteiinin selvitys on voinut viedä vuosia.

Aiemmin työssä käytettiin esimerkiksi röntgenkristallografiaa. Siinä proteiineihin kohdistetaan röntgensäteitä. Niiden hajonnan kuviosta saa tietoa siitä, miltä molekyyli näyttää. Keino ei kuitenkaan näe aina riittävän tarkasti, miltä proteiini näyttää.

Tekoälyjä kehittävä brittiläinen yritys Deepmind ilmoitti jo vuoden 2020 lopulla, että se on kehittänyt menetelmän proteiinien rakenteen ennustamiseen.

Nyt yhtiö julkaisi yli 200 miljoonan proteiinin rakenteet. DeepMind työskenteli yhdessä Euroopan molekyyli­biologian laboratorion ja Euroopan bioinformatiikan instituutin eli EMBL–EBI:n kanssa.

Niiden avulla se loi tietokannan, johon tutkijat pääsevät helposti ja vapaasti, kertoo tiedelehti New Scientist. Tutkija Ewan Birney EMBL-EBI:stä sanoo Alphafoldin tietokantaa ”lahjaksi ihmiskunnalle”.

Sisältö jatkuu mainoksen alla