DeepMind, zespół Google zajmujący się sztuczną inteligencją i nowymi technologiami, pracuje nad nowatorskim systemem pomagającym w opracowywaniu leków i zrozumieniu chorób nieuleczalnych. Nowy system, AlphaProteo, oparty jest na sztucznej inteligencji i odpowiada za projektowanie białek, które skutecznie wiążą się z chorymi komórkami. System wykorzystuje dane z bazy Protein Data Bank i jest zdolny do znajdowania nowych wiązań zapobiegających rozwojowi chorób. Czy powoli rodzi się właśnie rewolucja w profilaktyce i leczeniu nowotworów, której przewodzi… sztuczna inteligencja?
AlphaProteo – sztuczna inteligencja od wujka Google pomoże w walce z nowotworami
AlphaProteo to nowatorski system sztucznej inteligencji opracowany przez DeepMind, który specjalizuje się w projektowaniu nowych białek. DeepMind to międzynarodowy hub badawczy, który zajmuje się pracami badawczymi w zakresie szeroko rozumianej sztucznej inteligencji. Laboratorium powstało w 2010 r., cztery lata później zostało przejęte przez Google i działało w formie spółki zależnej. W 2023 r. DeepMind zostało połączone z zespołem Google Brain działu Google AI, tworząc Google DeepMind.
Na koncie spółki nie brakuje innowacyjnych rozwiązań. DeepMind opracowało między innymi AlphaGo – pierwszy program komputerowy, który pokonał profesjonalnego gracza Go na świecie. Specjaliści Google stworzyli też AlphaCode – system matematyczny A.I., który jest w stanie osiągać poziom medalistów na Międzynarodowej Olimpiadzie Matematycznej. Ponadto DeepMind opracował m.in. technologie text-to-speech (WaveNet), generowania obrazów (Imagen) oraz kompresji danych (Neural Climate Data Compression). Na bieżąco jest zaangażowany w dalsze prace rozwojowe nad głównymi modelami językowymi wykorzystywanymi przez największy chatbot A.I. Google, Google Gemini oraz moduł A.I. w wyszukiwaniu – AI Overviews.
Dziś specjaliści od A.I. zachwycają świat kolejnym, milowym osiągnięciem. Na początku września na stronie DeepMind pojawiła się nowa informacja dotycząca postępów w pracach badawczych dotyczących wiązania białek. AlphaProteo, bo o nim mowa, to projekt, którego celem jest generowanie białek o wysokiej sile wiązania, które mogą być używane w badaniach biologicznych oraz w rozwoju leków.
AlphaProteo ma potencjał do przyspieszenia postępów w różnych dziedzinach, takich jak tworzenie nowych medykamentów i farmakoterapii, rozumienie i diagnozowanie chorób, a nawet poprawa odporności roślin na szkodniki. Największe nadzieje wyrażane są jednak w kontekście innej dziedziny, jaką jest opracowywanie nowych terapii przeciwnowotworowych. Okazuje się bowiem, że sztuczna inteligencja realnie może zmienić oblicze współczesnej onkologii – zwłaszcza w dziedzinie biologii molekularnej.
Od identyfikacji struktur do tworzenia nowych białek – A.I. rozwija biologię molekularną
Zastosowanie sztucznej inteligencji w biologii molekularnej pozwala na szybsze i bardziej precyzyjne badania. AlphaProteo ma potencjał, aby zrewolucjonizować podejście do leczenia nowotworów, umożliwiając tworzenie nieinwazyjnych, spersonalizowanych terapii targetowanych. Wynika to z faktu, że narzędzie zostało zaprojektowane tak, aby tworzyć nowe białka, które mogą wiązać się z różnymi cząsteczkami docelowymi, w tym białkami związanymi z rakiem, np. VEGF-A. Jako dość złożony system A.I. AlphaProteo wykorzystuje dane z bazy Protein Data Bank oraz przewidywania strukturalne z AlphaFold. Zanim jednak to wyjaśnimy, skupmy się na tym, jakie znaczenie dla innowacyjnych terapii ma rozwój wiązań białkowych.
Każdy proces biologiczny w naszym organizmie, od wzrostu komórek po odpowiedzi immunologiczne, zależy od interakcji między poszczególnymi białkami. Białka są niczym klucz od zamka. Jedno białko może wiązać się z innym, wspomagając tym samym różne procesy komórkowe. Chociaż w medycynie powszechnej wciąż są to rozwiązania unikatowe, to jednak jakiś czas minął już od opracowania systemów zdolnych do identyfikacji struktur białkowych i sposobów, w jaki poszczególne białka oddziałują na siebie (za to też odpowiada opracowany wcześniej Google DeepMind AlphaFold). Problem jest taki, że narzędzia te nie są w stanie tworzyć nowych białek, które mogłyby bezpośrednio manipulować tymi interakcjami. Odpowiadają więc wyłącznie za pewnego rodzaju “mapowanie” i wyszukiwanie nowych możliwości wiązań.
Nowe wiązania białkowe opracowane przez sztuczną inteligencję
Naukowcy mogą jednak tworzyć nowe białka, które skutecznie wiążą się z docelowymi cząsteczkami. Takie białka wiążące mogą przyspieszać postępy w szerokim spektrum badań. Wykorzystując uczenie maszynowe i duże modele językowe, specjaliści Google DeepMind stworzyli AlphaProteo. Nowy system sztucznej inteligencji umożliwia projektowanie nowych, silnie wiążących białek. Wynalazek DeepMind jest pierwszym historycznie narzędziem A.I., które samodzielnie znalazło skuteczne wiązania białkowe dla dla białka VEGF-A, które jest związane z chorobami nowotworowymi i powikłaniami cukrzycowymi.
DeepMind podaje na stronie, że system osiąga niespotykanie wysokie wskaźniki sukcesu eksperymentalnego oraz od 3 do 300 razy lepsze powinowactwa wiązania w porównaniu z najlepszymi istniejącymi metodami w testach na siedmiu białkach docelowych. Rezultaty badań przeprowadzonych z użyciem AlphaProteo były porównywane do tradycyjnych metod, które są bardzo czasochłonne i wymagają wielu rund prac laboratoryjnych. Po stworzeniu białek wiążących, poddaje się je dodatkowym eksperymentom, aby zoptymalizować ich zdolność do wiązania, tak by były wystarczająco silne i użyteczne.
AlphaProteo został wytrenowany na ogromnych ilościach danych białkowych. Do tego celu wykorzystano dane pochodzące z Protein Data Bank (PDB). Dodatkowo wyposażono model w wiedzę o ponad 100 milionach przewidywanych struktur z AlphaFold. Dzięki temu AlphaProteo opanował zasady wiązania się cząsteczek ze sobą do tego stopnia, że jest w stanie wynajdować nowe połączenia. AlphaProteo generuje białka, które wiążą się z docelowymi białkami patogennymi.
Testy potwierdzają skuteczność AlphaProteo
Zespół DeepMind był również odpowiedzialny za przeprowadzenie dokładnych testów nowego narzędzia. W tym celu zaprojektowano białka wiążące dla różnych białek docelowych, w tym dwóch białek wirusowych związanych z infekcją: BHRF1 i białka kolca SARS-CoV-2, SC2RBD oraz pięciu białek powiązanych z nowotworami, stanami zapalnymi i chorobami autoimmunologicznymi: IL-7Rɑ, PD-L1, TrkA, IL-17A i VEGF-A.
Rezultaty testu są bardzo owocne. AlphaProteo osiągnął bardzo konkurencyjne wskaźniki sukcesu w wiązaniu oraz siłę wiązań na najwyższym możliwym poziomie. Dla siedmiu celów AlphaProteo wygenerował białka wirtualnie, które silnie wiązały się z ich docelowymi białkami, gdy przetestowano je w eksperymentach. W przypadku jednego z celów, białka wirusowego BHRF1, 88% cząsteczek-kandydatów zaowocowało skutecznym wiązaniem białek w trakcie testowania. Białka wiążące opracowane przez AlphaProteo średnio wiązały się 10 razy silniej niż najlepsze dostępne tradycyjne metody projektowania białek.
Oprócz walidacji wirtualnej i testów AlphaProteo DeepMind nawiązał współpracę z innymi grupami badawczymi, m.in. zespołem Petera Cherepanova, Katie Bentley i Davida Bauera z Francis Crick Institute. Zespół miał na celu zweryfikować skuteczność proponowanych, nowych białek wiążących. W eksperymentach zbadano wiązania SC2RBD i VEGF-A. Grupy badawcze potwierdziły, że interakcje wiążące tych białek rzeczywiście były zgodne z przewidywaniami AlphaProteo, wykazując się znacznie lepszymi właściwościami od tych, które opracowywane są metodami tradycyjnymi.
Co więcej, potwierdzono też ich biologiczną funkcjonalność i duży potencjał w walce z różnymi chorobami. Pod tym względem za przykład podaje się opracowane przez AlphaProteo wiązanie białek SC2RBD, które wykazały zdolność do zapobiegania infekcji przez SARS-COV-2 na poziomie komórkowym. Innymi słowy, potencjalnie implementacja farmakologii wymuszającej powstanie wiązań białkowych wymyślonych przez AlphaProteo mogłaby przyczynić się do immunizacji społeczeństwa w zakresie SARS-Cov-2.
Sztuczna inteligencja przyśpiesza proces tworzenia nowych metod leczenia
Wydajność rozwiązania opracowanego przez zespół DeepMind w opracowywaniu nowych wiązań białkowych wskazuje już teraz, że AlphaProteo przyczyni się do skrócenia czasu tworzenia nowych metod leczenia. Stworzenie pasującego i silnego wiązania to zazwyczaj dopiero pierwszy krok w projektowaniu białek, więc powstanie AlphaProteo nie jest jeszcze zapowiedzią rewolucji medycznej. Istotnie jednak się do niej zbliża, bo przede wszystkim przeciera szlaki znaczenia rozwoju sztucznej inteligencji dla walki z trudnymi chorobami, w tym z chorobami nowotworowymi.
Na stronie DeepMind w artykule opublikowanym 5 września 2024 r. czytamy: “Projektowanie białek to szybko rozwijająca się technologia, która ma ogromny potencjał w przyspieszeniu postępów naukowych – od zrozumienia czynników powodujących choroby, poprzez rozwój testów diagnostycznych w odpowiedzi na epidemie wirusów, aż po wsparcie bardziej zrównoważonych procesów produkcyjnych oraz oczyszczanie środowiska zanieczyszczonego”. Zespół potwierdza, że cały czas prowadzone są równolegle kolejne testy AlphaProteo oraz prace nad poprawą wskaźników sukcesu. Stopniowo rozszerzany ma być także zakres problemowy i zadania, którym poddawany jest moduł sztucznej inteligencji.
Czy modele językowe pomogą nam żyć wiecznie? Podsumowanie
Sztuczna inteligencja ma szansę zrewolucjonizować współczesną medycynę. Modele językowe wyposażone w przekraczające ludzkie wyobrażenie ilość danych, informacji i wiedzy mogą znajdować trudno dostrzegalne dla człowieka rozwiązania. Właśnie tak dzieje się w przypadku AlphaProteo – innowacyjnego modułu A.I. stworzonego przez należące do Google laboratorium DeepMind.
AlphaProteo jest w stanie analizować połączenia białkowe i dostosowywać odpowiednie wiązania, które mogą prowadzić do leczenia na poziomie komórkowym. Testy wykazały wysoką skuteczność narzędzia, które było w stanie znaleźć m.in. efektywne wiązania protein umożliwiające uzyskanie odporności na niektóre warianty SARS-COV-2. Rozwój leczenia opartego na biologii molekularnej ze wsparciem A.I. jest szczególnie optymistycznie analizowany w kontekście leczenia chorób nowotworowych. Chociaż do nieśmiertelności jeszcze daleko, to właśnie sztuczna inteligencja korzystająca z wielkich modeli językowych już teraz zaczyna powoli przecierać szlaki w tym kierunku.
