Teennäinen tekoäly (AI) on ottanut merkittäviä edistysaskeleita biolääketieteen tutkimuksen alalla, erityisesti rakenteellisen biologian tiedealoilla. Googlen DeepMindin AlphaFold-ohjelma on osoittanut tekoälyn valtavan potentiaalin tieteellisessä edistyksessä. Jo vuonna 2016 tuli selväksi, että monimutkaisten sääntöpohjaisten järjestelmien hallinta voisi johtaa ennennäkemättömiin edistysaskeleihin Alphan voitaessa Go-pelissä.
AlphaFold on suunniteltu ennustamaan proteiinirakenteita aminohappojen järjestysten perusteella. Tällaiset ennusteet ovat elintärkeitä, koska proteiinirakenteet määrittävät niiden toiminnot ja vuorovaikutukset, jotka ovat perustana kaikille elämän prosesseille. AlphaFolkin läpimurto edustaa valtavaa loikkaa vuosikymmenten mittaisen ihmistoiminnan jälkeen näiden monimutkaisten molekyylitransformaatioiden simuloinnissa.
AlphaFoldin saavutusten hyödyllisyys on korostamaton. Proteiinien kolmiulotteisten rakenteiden ymmärtäminen ohjaa lääkekehitystä maailmanlaajuisesti. Useimmat lääkeohjelmat pyrkivät perustavanlaatuisesti tunnistamaan molekyylejä, jotka vuorovaikuttavat proteiinien kanssa hyödyllisellä tavalla—stimuloiden niitä tai estäen niiden toimintaa.
AlphaFolkin esiintulo on mullistanut rakenteellisen biologian alan. Ennen AlphaFoldia rakenteelliset biologit viettivät yli viisikymmentä vuotta tuottaen useita satojatuhansia proteiinirakenteita ydintuoresonanssilla ja röntgensädekristallografialla. Nyt AlphaFold, kilpailijoidensa kanssa, on tarjonnut yksityiskohtaisia ennusteita proteiinimuodoista miljoonissa, laajentaen huomattavasti proteiinirakenteiden tietokantaa.
Tohtori Chris Gibson Recursion Pharmaceuticalsilta painottaa, että vaikka kaikki AlphaFoldin ennusteet eivät ole virheettömiä, ne ovat arvokkaita hypoteeseja, jotka kannustavat kokeellista validointia, ja malli jatkaa nopeaa kehitystään.
Te
(Jatkunut seuraavassa viestissä)
The source of the article is from the blog lisboatv.pt