Google DeepMind-AI lost groot biologisch probleem op

Abonneer je gratis op Techzine!

Het vouwen van eiwitten: het is lange tijd een grote uitdaging geweest binnen de biologie. Nu niet meer, want DeepMind, een dochterbedrijf van Alphabet (Google), heeft met kunstmatige intelligentie (AI) de oplossing gevonden.

Het gaat om een vijftig jaar oude uitdaging die is opgelost door software, in plaats van het menselijk brein. Het kan voorspellen wat de atomische structuur is van proteïne die zich ontwikkelt. Het is een belangrijke vondst, die betekent dat we beter begrip krijgen van enerzijds nieuwe medicatie en anderzijds bepaalde ziekten.

DeepMind

De AI van DeepMind software heet AlphaFold en het kan goed inschatten hoe de amino aciden de 3D-structuur van atomen beïnvloedt. Er komt echter veel meer bij kijken, waaronder thermodynamica, wat het lange tijd bijna onmogelijk leek te maken om hierover voorspellingen te doen.

Elke levende cel bevat duizenden eiwitten. Ze zijn nodig om de cel te laten functioneren. Als je kunt inschatten hoe een eiwit zich ontwikkelt, kun je de functie bepalen van die specifieke proteïne. Dat is essentieel als het om ziekten gaat: elke ziekte heeft alles te maken met hoe proteïnen zich ontwikkelen en wat hun functie is. Dat geldt voor de griep, maar ook voor kanker en dementie.

Biologie en proteïnen

DeepMind schrijft erover: “Een grote uitdaging is echter dat het aantal manieren waarop een eiwit theoretisch kan worden gevouwen voordat het zich in zijn uiteindelijke 3D-structuur nestelt, astronomisch is. In 1969 merkte Cyrus Levinthal op dat het langer zou duren dan de leeftijd van het bekende universum om alle mogelijke configuraties van een typisch eiwit op te sommen door middel van brute krachtberekeningen – Levinthal schatte 10 ^ 300 mogelijke conformaties voor een typisch eiwit.”

“Voor de nieuwste versie van AlphaFold, gebruikt bij CASP14, hebben we een op aandacht gebaseerd neuraal netwerksysteem gemaakt, end-to-end getraind, dat probeert de structuur van deze grafiek te interpreteren, terwijl we redeneren over de impliciete grafiek die het aan het bouwen is. Het gebruikt evolutionair verwante sequenties, multiple sequence alignment (MSA) en een weergave van aminozuurresiduparen om deze grafiek te verfijnen.”

Ingewikkelde materie, maar het betekent uiteindelijk dat software iets is gelukt waar het menselijk brein tot op heden niet in slaagde. Een mijlpaal in de biologie, die zeker nu we met een ziekte te maken hebben die de hele wereld in zijn greep houdt, extra bijzonder is.