هوش مصنوعی دیپ مایند تقریباً شکل تمام پروتئین‌های شناخته‌شده برای علم را پیش‌بینی کرد

سه‌شنبه ۱۱ مرداد ۱۴۰۱ - ۱۹:۱۰
مطالعه 3 دقیقه
دیپ مایند می‌گوید با کمک هوش مصنوعی توانسته است شکل تقریباً تمامی پروتئین‌های شناخته‌شده را پیش‌بینی کند. این دستاورد بزرگ به مبارزه با بیماری‌ها کمک شایانی می‌کند.
تبلیغات

دیپ‌ مایند (DeepMind)، شرکت فعال در حوزه‌ی هوش مصنوعی، در سال ۲۰۲۰ از فناوری جدیدی پرده‌برداری کرد که می‌توانست شکل پروتئین‌ها را پیش‌بینی کند. پروتئین‌ها مکانیسم‌هایی میکروسکوپی‌اند که روی رفتار بدن انسان و تمامی موجودات زنده‌ی دیگر تأثیر می‌گذارند.

یک سال بعد، دیپ مایند ابزار یادشده موسوم به AlphaFold را دردسترس دانشمندان قرار داد و شکل پیش‌بینی‌شده‌ی بیش از ۳۵۰ هزار پروتئین ازجمله تمامی پروتئین‌هایی را منتشر کرد که ژنوم انسان بیان می‌کند. انتشار عمومی سیستم هوش مصنوعی دیپ مایند بلافاصله مسیر تحقیقات بیولوژیکی را تغییر داد. اگر دانشمندان بتوانند شکل پروتئین‌ها را شناسایی کنند، توانایی آن‌ها برای درک سریع‌تر بیماری‌ها و ساخت داروهای جدید و بررسی اسرار آغاز حیات روی کره‌ی زمین تقویت می‌شود.

به‌گزارش نیویورک تایمز، دیپ مایند اکنون شکل پیش‌بینی‌شده‌ی تقریباً تمامی پروتئین‌هایی را دردسترس قرار داده که علم شناسایی کرده است. مقر اصلی‌ دیپ مایند در لندن قرار دارد و یکی از زیرشاخه‌های شرکت مادر گوگل (آلفابت) محسوب می‌شود. این شرکت می‌گوید بیش از ۲۰۰ میلیون شکل پیش‌بینی‌شده را به پایگاه‌داده آنلاینی اضافه کرده است که به‌‌رایگان دراختیار دانشمندان در تمامی نقاط دنیا قرار دارد.

دانشمندان فعال در دیپ مایند می‌گویند که امیدوار‌‌ند به‌روزرسانی پایگاه‌داده سرعت تحقیق درباره‌ی ارگانیسم‌هایی را افزایش دهد که برای انسان مبهم‌ترند و رشته‌ی جدیدی به نام پروتئومیکس (دانش بررسی ساختار و عملکرد پروتئین‌ها در مقیاس بزرگ) را ایجاد کند. دمیس هاسابیس، بنیان‌گذار و مدیرعامل دیپ مایند، در مصاحبه‌ای می‌گوید:‌ «دانشمندان اکنون می‌توانند کل این پایگاه‌داده را بررسی کنند و به‌دنبال الگوها یا هم‌بستگی‌هایی بین گونه‌ها و الگوهای فرگشتی بگردند که ممکن است تاکنون آشکار نبوده باشند.»

فرایند ساخت پروتئین با ایجاد رشته‌ای از ترکیبات شیمیایی آغاز می‌شود. در مرحله‌ی بعد، این رشته‌ها پیچ می‌خورند و تا می‌شوند و به اَشکالی سه‌بعدی تبدیل می‌شوند. شکل پروتئین‌ها نحوه‌ی اتصال این مولکول‌ها به مولکول‌های دیگر را تعیین می‌کند. اگر دانشمندان بتوانند شکل پروتئین‌ها را مشخص کنند، امکان رمزگشایی نحوه‌ی عملکرد پروتئین‌ها برای دانشمندان فراهم می‌شود.

دانستن نحوه‌ی عملکرد پروتئین‌ها بخش مهمی در مسیر مبارزه با بیماری‌ها است. برای نمونه، باکتری‌ها ازطریق بیان پروتئین‌هایی خاص می‌توانند دربرابر آنتی‌بیوتیک‌ها از خود مقاومت نشان دهند. اگر دانشمندان نحوه‌ی عملکرد پروتئین‌ها را تشخیص دهند، می‌توانند با مقاومت آنتی‌بیوتیکی مقابله کنند.

پیش‌تر تعیین شکل هر پروتئین نیازمند آزمایش‌های گسترده با استفاده از پرتو ایکس و میکروسکوپ و دیگر ابزارهای آزمایشگاهی بود. اکنون AlphaFold با درنظرگرفتن رشته‌ای از ترکیبات شیمیایی که به تولید پروتئین منتهی می‌شود، شکل پروتئین را پیش‌بینی می‌کند.

فناوری شرکت دیپ مایند بی‌نقص نیست؛ بااین‌حال، آزمایش‌های مستقل نشان می‌دهد که AlphaFold می‌تواند شکل پروتئین‌ها را در ۶۳ درصد مواقع به‌‌طور قابل‌قیاس با آزمایش‌های فیزیکی گسترده پیش‌بینی کند. دانشمندان از روی پیش‌بینی‌های فناوری دیپ مایند می‌توانند در زمانی نسبتاً سریع صحت آن را تأیید کنند.

کلیمنت وربا، یکی از پژوهشگران فعال در دانشگاه علوم پزشکی کالیفرنیا در سان‌فرانسیسکو، هم‌اکنون از AlphaFold برای درک ویروس کرونا استفاده می‌کند تا بتوانیم برای همه‌گیری‌های مشابه در آینده آماده شویم. وربا می‌گوید فناوری مذکور سرعت کار او را بسیار افزایش داده است و استفاده از آن در اغلب مواقع به ماه‌ها صرفه‌جویی در زمان منجر می‌شود. دانشمندان دیگری از ابزار هوش مصنوعی دیپ مایند برای مبارزه با بیماری‌های گاستروانتریت و مالاریا و پارکینسون استفاده کرده‌اند.

فناوری دیپ مایند باعث شده است تحقیقات دیگری نیز تسریع شود که به بدن انسان ارتباط ندارد. یکی از این تحقیقات به تلاش برای بهبود سلامت زنبورهای عسل ارتباط دارد. پایگاه‌داده به‌روزشده‌ی دیپ مایند می‌تواند به تعداد بیشتری از دانشمندان در سراسر دنیا مزایایی مشابه ارائه دهد.

دکتر وربا همچون دکتر هاسابیس اعتقاد دارد که پایگاه‌داده دیپ مایند راه‌های جدیدی برای درک چگونگی رفتار پروتئین‌ها در بین گونه‌های مختلف ارائه می‌دهد. به‌گفته‌ی دکتر وربا، می‌توان از پایگاه‌داده دیپ مایند به‌عنوان راهکاری برای آموزش نسل جدید دانشمندان استفاده کرد. همه‌ی پژوهشگران در این نوع زیست‌شناسی ساختاری تبحر ندارند و وجود پایگاه‌داده‌ای شامل تمام پروتئین‌ها، می‌تواند ورود پژوهشگران به این حوزه را ساده‌تر کند.

مقاله رو دوست داشتی؟
نظرت چیه؟
داغ‌ترین مطالب روز
تبلیغات

نظرات