[NYT]A.I. Predicts the Shape of Nearly Every Protein Known to Science
2020년, 딥마인드라고 불리는 인공지능 연구소는 단백질의 모양을 예측할 수 있는 기술을 공개했습니다. 이것은 인간의 신체와 다른 모든 생물의 행동을 움직이는 미세한 메커니즘입니다.1년 후, 그 연구소는 알파폴드라고 불리는 도구를 과학자들과 공유했고 인간 게놈에 의해 표현된 모든 단백질을 포함한 350,000개 이상의 단백질에 대한 예측된 모양을 공개했습니다. 그것은 즉시 생물학적 연구의 방향을 바꾸어 놓았습니다. 만약 과학자들이 단백질의 모양을 식별할 수 있다면, 그들은 질병을 이해하는 능력을 가속화하고, 새로운 약을 만들고, 그렇지 않으면 지구 생명의 신비를 탐구할 수 있습니다.이제, 딥마인드는 과학에 알려진 거의 모든 단백질에 대한 예측을 발표했습니다. 목요일에, 구글과 같은 모회사가 소유한 런던에 위치한 이 연구소는 전세계 과학자들이 자유롭게 이용할 수 있는 온라인 데이터베이스에 2억 개 이상의 예측을 추가했다고 말했습니다.이 새로운 발표로, 딥마인드 뒤의 과학자들은 더 불분명한 유기체에 대한 연구를 가속화하고 메타프로테오믹스라고 불리는 새로운 분야를 촉발시키기를 희망합니다.”과학자들은 이제 이 전체 데이터베이스를 탐색하고 종과 진화 패턴 사이의 상관관계, 지금까지는 분명하지 않았을 수도 있는 상관관계를 찾을 수 있습니다,” 라고 딥마인드의 최고 경영자인 데미스 하사비스가 전화 인터뷰에서 말했습니다.단백질은 화학 화합물의 끈으로 시작해서, 이 분자들이 어떻게 다른 분자들과 결합하는지를 정의하는 3차원 모양으로 꼬이고 접힙니다. 만약 과학자들이 특정 단백질의 모양을 정확히 찾아낼 수 있다면, 그들은 그것이 어떻게 작동하는지 해독할 수 있습니다.이 지식은 종종 질병과 질병과의 싸움에서 필수적인 부분입니다. 예를 들어, 박테리아는 특정 단백질을 발현함으로써 항생제에 저항합니다. 만약 과학자들이 이 단백질들이 어떻게 작용하는지 이해할 수 있다면, 그들은 항생제 내성에 대항하기 시작할 수 있습니다.이전에는 단백질의 모양을 정확하게 파악하려면 X선, 현미경 및 기타 도구를 포함한 광범위한 실험이 필요했습니다. 이제, 단백질을 구성하는 일련의 화합물들이 주어진다면, 알파폴드는 그것의 모양을 예측할 수 있습니다.그 기술은 완벽하지 않습니다. 하지만 독립적인 벤치마크 테스트에 따르면, 그것은 약 63%의 시간 동안 물리적 실험에 필적하는 정확도로 단백질의 모양을 예측할 수 있습니다. 예측이 있으면 과학자는 비교적 빠르게 정확성을 검증할 수 있습니다.코로나바이러스를 이해하고 유사한 전염병에 대비하기 위해 이 기술을 사용하는 샌프란시스코 캘리포니아 대학의 연구원인 클리멘트 버바는 이 기술이 종종 몇 달간의 실험 시간을 절약하면서 이 연구를 “초과가”시켰다고 말했습니다. 다른 사람들은 위장염, 말라리아, 파킨슨병과 싸우기 위해 고군분투할 때 이 도구를 사용했습니다.이 기술은 또한 꿀벌의 건강을 향상시키는 노력을 포함하여 인체를 초월한 연구를 가속화시켰습니다. DeepMind의 확장된 데이터베이스는 훨씬 더 큰 과학자 커뮤니티에서 유사한 혜택을 얻을 수 있도록 지원합니다.하사비스 박사와 같이, 베르바 박사는 이 데이터베이스가 종에 걸쳐 단백질이 어떻게 작용하는지를 이해하는 새로운 방법을 제공할 것이라고 믿고 있습니다. 그는 또한 그것을 새로운 세대의 과학자들을 교육하는 방법으로 보고 있습니다. 모든 연구자들이 이런 종류의 구조 생물학에 정통한 것은 아니다; 알려진 모든 단백질의 데이터베이스가 진입의 한계를 낮춥니다. “그것은 대중에게 구조생물학을 가져다 줄 수 있습니다,” 라고 버바 박사가 말했습니다.
In 2020, an artificial intelligence lab called DeepMind unveiled technology that could predict the shape of proteins — the microscopic mechanisms that drive the behavior of the human body and all other living things.A year later, the lab shared the tool, called AlphaFold, with scientists and released predicted shapes for more than 350,000 proteins, including all proteins expressed by the human genome. It immediately shifted the course of biological research. If scientists can identify the shapes of proteins, they can accelerate the ability to understand diseases, create new medicines and otherwise probe the mysteries of life on Earth.Now, DeepMind has released predictions for nearly every protein known to science. On Thursday, the London-based lab, owned by the same parent company as Google, said it had added more than 200 million predictions to an online database freely available to scientists across the globe.With this new release, the scientists behind DeepMind hope to speed up research into more obscure organisms and spark a new field called metaproteomics.“Scientists can now explore this entire database and look for patterns — correlations between species and evolutionary patterns that might not have been evident until now,” Demis Hassabis, the chief executive of DeepMind, said in a phone interview.Proteins begin as strings of chemical compounds, then twist and fold into three-dimensional shapes that define how these molecules bind to others. If scientists can pinpoint the shape of a particular protein, they can decipher how it operates.This knowledge is often a vital part of the fight against illness and disease. For instance, bacteria resist antibiotics by expressing certain proteins. If scientists can understand how these proteins operate, they can begin to counter antibiotic resistance.Previously, pinpointing the shape of a protein required extensive experimentation involving X-rays, microscopes and other tools on a lab bench. Now, given the string of chemical compounds that make up a protein, AlphaFold can predict its shape.The technology is not perfect. But it can predict the shape of a protein with an accuracy that rivals physical experiments about 63 percent of the time, according to independent benchmark tests. With a prediction in hand, scientistic can verify its accuracy relatively quickly.Kliment Verba, a researcher at the University of California, San Francisco, who uses the technology to understand the coronavirus and to prepare for similar pandemics, said the technology had “supercharged” this work, often saving months of experimentation time. Others have used the tool as they struggle to fight gastroenteritis, malaria and Parkinson’s disease.The technology has also accelerated research beyond the human body, including an effort improve the health of honeybees. DeepMind’s expanded database can help an even larger community of scientists reap similar benefits.Like Dr. Hassabis, Dr. Verba believes the database will provide new ways of understanding how proteins behave across species. He also sees it as way of educating a new generation of scientists. Not all researchers are versed in this kind of structural biology; a database of all known proteins lowers the bar to entry. “It can bring structural biology to the masses,” Dr. Verba said.