Μια νέα μελέτη χρησιμοποιεί τεχνητή νοημοσύνη (AI) για να προσομοιώσει μισό δισεκατομμύριο χρόνια μοριακής εξέλιξης για να δημιουργήσει τον κώδικα για μια άγνωστη στο παρελθόν πρωτεΐνη, αναφέρει το Live Science. Η πρωτεΐνη είναι παρόμοια με τα μόρια που βρίσκονται σε ορισμένες μέδουσες και κοράλλια και θα μπορούσε να βοηθήσει στην ανάπτυξη νέων φαρμάκων.
Οι πρωτεΐνες είναι από τα δομικά στοιχεία της ζωής και εκτελούν διάφορες λειτουργίες στο σώμα, συμπεριλαμβανομένης της βοήθειας στην οικοδόμηση μυών. Η προσομοιωμένη πρωτεΐνη, που ονομάζεται esmGFP, υπάρχει μόνο ως κώδικας υπολογιστή, αλλά περιέχει το σχέδιο για έναν προηγουμένως άγνωστο τύπο πράσινου φθορίζοντος μορίου. Στη φύση, οι πράσινες φθορίζουσες πρωτεΐνες είναι αυτές που δίνουν τη λάμψη στις μέδουσες και τα κοράλλια.
Η αλληλουχία των γραμμάτων που περιέχει τις οδηγίες για την παρασκευή esmGFP είναι μόλις 58 τοις εκατό παρόμοια με την πλησιέστερη γνωστή φθορίζουσα πρωτεΐνη. Αυτή είναι μια τροποποιημένη από τον άνθρωπο εκδοχή μιας πρωτεΐνης από ένα είδος θαλάσσιας ανεμώνης.
Ερευνητές της εταιρείας EvolutionaryScale παρουσίασαν το esmGFP και το μοντέλο ESM3 AI που το δημιούργησε σε μια προεκτυπωτική μελέτη πέρυσι, και τα αποτελέσματα, που εξετάστηκαν από ανεξάρτητους ειδικούς, παρουσιάστηκαν πρόσφατα σε μια νέα δημοσίευση. Το ESM3 δεν σχεδιάζει πρωτεΐνες εντός των συνηθισμένων περιορισμών της εξέλιξης, αλλά αντιθέτως συμπληρώνει τους κώδικες που λείπουν, δημιουργώντας μια φόρμα που θα μπορούσε να υπάρχει σε όλα τα πιθανά εξελικτικά μονοπάτια.
Σύμφωνα με τον Alex Rives, συνιδρυτή και επικεφαλής επιστήμονα στο EvolutionaryScale, το ESM3 μαθαίνει βασική βιολογία και είναι σε θέση να δημιουργεί λειτουργικές πρωτεΐνες.
Πολύτιμα δεδομένα
Η νέα μελέτη βασίζεται στην έρευνα που ο Rives και οι συνεργάτες του ξεκίνησαν στη Meta, τη μητρική εταιρεία του Facebook και του Instagram, πριν ιδρύσουν τη δική τους εταιρεία το 2024. Το ESM3 είναι ένα μοντέλο παραγωγής γλώσσας παρόμοιο με το GPT-4 του OpenAI, αλλά βασίζεται στη βιολογία.
Οι πρωτεΐνες αποτελούνται από αλυσίδες μορίων που ονομάζονται αμινοξέα, η σειρά των οποίων καθορίζεται από τα γονίδια. Κάθε πρωτεΐνη είναι δομικά μοναδική.
Για να βοηθήσουν το ESM3 να κατανοήσει τις πρωτεΐνες, οι ερευνητές έδωσαν στο μοντέλο βασικά χαρακτηριστικά, όπως η σειρά των αμινοξέων, ως μια σειρά γραμμάτων. Η ομάδα εκπαίδευσε το σύστημα χρησιμοποιώντας δεδομένα από 2,78 δισεκατομμύρια διαφορετικές πρωτεΐνες που βρέθηκαν στη φύση και στη συνέχεια τροφοδότησε τυχαία μέρη του σχεδιαγράμματος μιας πρωτεΐνης στο μοντέλο για να καλύψει τα κενά. Η επιστήμη ήδη χρησιμοποιεί, τροποποιεί και αναπτύσσει πρωτεΐνες για πολλούς σκοπούς, οι πράσινες φθορίζουσες πρωτεΐνες, για παράδειγμα, χρησιμοποιούνται ευρέως στα εργαστήρια. Οι δυνατότητες του ESM3 θα μπορούσαν να επιταχύνουν το έργο της μηχανικής πρωτεϊνών, συμπεριλαμβανομένης της συμβολής στη δημιουργία νέων φαρμάκων.
Η Tiffany Taylor, από το Πανεπιστήμιο του Bath, η οποία δεν συμμετείχε στην έρευνα, πιστεύει ότι μοντέλα όπως το ESM3 θα μπορούσαν πράγματι να είναι εξαιρετικά χρήσιμα. Είναι σημαντικό, ωστόσο, ότι η προσομοίωση 500 εκατομμυρίων ετών εξέλιξης επικεντρώθηκε μόνο σε μεμονωμένες πρωτεΐνες και δεν έλαβε υπόψη πολλά βασικά στάδια της φυσικής επιλογής.
