هوش مصنوعی گوگل امکان شناسایی و پیش‌بینی کلیه پروتئین های بدن انسان را فراهم می‌کند

بخش DeepMind گوگل چند مدل هوش مصنوعی جذاب و چشمگیر ارائه کرده است، از جمله مدلی که می‌تواند بازی StarCraft II را بهتر از  هر گیمری بازی کند. با این حال، DeepMind فقط به هوش مصنوعی برای بازی کردن علاقه ندارد. سال گذشته، این شرکت از AlphaFold، یک مدل یادگیری ماشینی که می‌تواند شکل پروتئین‌ها را پیش‌بینی کند، خبر داد و حالا شاهد رونمایی از یک دستاورد باورنکردنی از آن در شناسایی پروتئین‌ها هستیم.

به عقیده بسیاری از صاحب نظران، پلتفرم DeepMind، هوش مصنوعی توسعه داده شده توسط گوگل قدرتمندترین هوش مصنوعی دنیاست که با تکیه بر پایگاه‌های داده بزرگ، می‌توان طرح‌های سطح بالا و حیرت‌انگیزی را ارائه دهد.

روز گذشته تیم DeepMind اعلام کرده که ساختارهایی را برای تمام 200 میلیون پروتئین شناسایی شده دانشمندان در پایگاه داده متمرکز UniProt ایجاد کرده است. این موضوع در تحقیقات پایه بیولوژیکی و همچنین جهت تلاش برای مقابله با برخی از مهمترین معماهای علمی زمان ما بسیار حائز اهمیت است.

پروتئین‌ها اساس انواع حیات بیولوژیکی روی کره زمین هستند، اما حتی اگر دنباله اسید آمینه یک پروتئین را بدانید، به این معنی نیست که می‌دانید رفتار یا روند کار آن پروتئین را حدس بزنید. توالی یک پروتئین به آن الگوهایی از بارهای مثبت و منفی، مناطق آبدوست و آبگریز و بخش های متقاطع می‌دهد.

این همان چیزی است که شکل فعال پروتئین یا همان‌طور که در آزمایشگاه شناخته می‌شود «تشکیل» پروتئین را تعیین می‌کند؛ ترکیب پروتئین همان عاملی است که به آن عملکرد ویژه و اختصاصی‌اش را نسبت می‌دهد. حتی چند اشتباه در پیش‌بینی ساختاری می‌تواند موجب شناسایی تفاوت بین آنزیمی باشد؛ ساختاری که به درستی یک واکنش را کاتالیز می‌کند یا آنزیمی که به معنای واقعی کلمه هیچ کاری انجام نمی‌دهد.

تعیین انطباق می‌تواند یک فرآیند بسیار پیچیده و البته دشوار باشد، که اغلب بر تکنیک‌های پیشرفته مانند کریستالوگرافی اشعه ایکس تکیه می‌کند. حالا ایده AlphaFold به قرار دادن این داده‌ها به عنوان محور، با پیش‌بینی‌های ترکیبی بسیار دقیق کمک خواهد کرد.

این تیم به مدت ده سال در خصوص طرحی که به واسطه آن AlphaFold قادر به پیش‌بینی عملکرد پروتئین‌هاست بررسی و تحقیقات خود را انجام داده است. سیستم هوش مصنوعی AlphaFold بر روی بیش از 170،000 ساختار پروتئینی شناخته شده آموزش دیده و به آن توانایی پیش بینی اینکه توالی های جدید در ساختار سه بعدی چگونه خواهند بود را می‌دهد.

هنگامی که DeepMind سال گذشته سرویس AlphaFold را معرفی نمود، تصمیم گرفت تا پایگاه داده AlphaFold را آزادانه در دسترس محققان قرار دهد. در آن زمان، تنها یک میلیون ساختار پروتئین در دسترس محققان گوگل قرار داشت که به لطف اشتراک‌گذاری داده و محتوا با محققان دیگر، حالا افزایش چشمگیر 200 برابری را طی 12 ماه گذشته به خود دیده است.

DeepMind می‌گوید که AlphaFold از زمان آغاز به کار در بیش از 4000 مقاله علمی مورد رجوع قرار گرفته و می‌تواند به دانشمندان کمک کند تا مسائل مهمی مانند مقاومت آنتی‌بیوتیکی، امنیت غذایی و اثرات آلودگی پلاستیک را با سرعت و دقت بیشتری درک کنند.

با تکمیل کل پایگاه داده UniProt در DeePMind یک توالی پیش بینی شده به صورت کامل و تنها در صفحه وب به کاربران ارائه خواهد شد. پس از آن نیز پایگاه داده کامل تمام 200 میلیون ساختار نیز برای دانلود انبوه از پایگاه داده عمومی Google Cloud در دسترس خواهد بود.