Искусственный интеллект DeepMind, который побеждает людей в играх, может стать решением для 50-летней проблемы в биологии. Алгоритму с высокой точностью удается предсказывать, как складываются протеины – одни из самых важных молекул в живых организмах. Возможность быстро предсказать геометрию белка в сложенном состоянии может сделать прорыв в медицине, значительно ускорив разработку лекарств.
Протеины (другое название – белки) – это молекулы, основу которых составляют аминокислоты. Белки являются одними из важнейших молекул в живых организмах, поскольку обеспечивают протекание биохимических реакций, выполнение механических действий, защиту от инфекций, передачу сигналов и тому подобное.
Ключевой особенностью белков, которая обеспечивает выполнение ими их функций, является его трехмерная структура. Молекула белка такого же состава, но другой формы не сможет выполнять возложенных на нее задач, а в некоторых случаях становится ядовитой.
Моделирование того, как складываются белки, требует больших вычислительных мощностей. Существует проект Folding@home, который позволяет каждому желающему отдать мощность своего ПК на дело науки. Весной 2020 года проект начал изучать коронавирус COVID-19, и к нему присоединилось столько пользователей, что совокупная вычислительная мощность превзошла будущий топовый суперкомпьютер 2023 года.
Искусственный интеллект DeepMind оснастили моделью предсказания AlphaFold 2, которую тренировали на 170 тысячах известных структурах белков, а также на большом количестве протеинов, чья форма еще неизвестна. Аппаратно DeepMind использовал 128 облачных ядер Google TPUv3.
Точность предсказаний трехмерной структуры белка, которую предоставляет DeepMind, по словам авторов, очень близка к полученной экспериментальным путем. На генерацию такого предсказания для некоторых белков искусственный интеллект тратит лишь несколько часов, для других – всего несколько дней.
Возможность быстро прогнозировать трехмерную структуру белка может помочь ученым понять функции тысяч белков в человеческом теле. Знание такой информации позволит создавать новые лекарства и разрабатывать новые способы терапии болезней.
