System sztucznej inteligencji AlphaFold ma zrewolucjonizować badania medyczne

AlphaFold to nowy bohater bioinformatyki i biologii strukturalnej. To narzędzie oparte na sztucznej inteligencji zostało opracowane w 2018 r. przez DeepMind (spółkę zależną Google) i jest szczególnie cenione przez naukowców za wyjątkową wydajność w odszyfrowywaniu trójwymiarowej struktury białek. System był w stanie zidentyfikować setki tysięcy potencjalnie psychodelicznych substancji (rodzina leków psychotropowych obejmująca szeroką gamę substancji, takich jak LSD, psylocybina i  meskalina). Dla medycyny jest to trampolina do opracowania nowych leków przeciwdepresyjnych.

Krótko mówiąc, AlphaFold był prawdziwym gamechangerem: jego analizy nie ograniczają się do sfery akademickiej, ale mają praktyczne zastosowania. Wcześniej określanie struktur białek było bardzo złożonym i czasochłonnym procesem. Niektóre z używanych przez nas metod (na przykład mikroskopia krioelektronowa, krystalografia rentgenowska lub jądrowy rezonans magnetyczny) mogły trwać miesiące, aby uzyskać użyteczne wyniki. Dziś wszystko się zmieniło.

Rewolucja w tworzeniu leków

„AlphaFold to absolutna rewolucja” - mówi Jens Carlsson, chemik obliczeniowy z  Uniwersytet w Uppsali w Szwecji. Oprócz tego, że AlphaFold zrewolucjonizował już biologię, oferuje teraz ogromną publiczną bazę danych zawierającą około 350 000 struktur białek. Chcesz wyszukać trójwymiarową strukturę białka? Wystarczy wpisać polecenie wyszukiwania na stronie i gotowe!

Dla przemysłu farmaceutycznego struktury te są niezbędne do identyfikacji i  ulepszania obiecujących leków.

Mimo wszystko niektórzy specjaliści studzą entuzjazm. Tak jest na przykład w przypadku Briana Shoicheta, chemika farmaceutycznego z Uniwersytetu Kalifornijskiego (San Francisco), który wyjaśnia swój punkt widzenia: „Jest to pewna forma hype’u. Za każdym razem, gdy ktoś mówi, że to lub inne narzędzie zrewolucjonizuje tworzenie leków, wymaga to pewnej dozy ostrożności”.

Chociaż AlphaFold jest bardzo dokładny, jego prognozy nie zawsze są idealne, ale czy istnieje narzędzie, które jest perfekcyjne?

Testowanie AlphaFold

Aby sprawdzić ograniczenia modelu, Shoichet i Bryan Roth, biolog strukturalny z  Uniwersytetu Karoliny Północnej w Chapel Hill przeprowadzili badania. Struktury białek przewidywane przez AlphaFold zostały poddane rygorystycznej ocenie. Zweryfikowali, w jakim stopniu te struktury sprawdziły się w kontekście poszukiwań nowych leków. Analizę tę przeprowadzono głównie poprzez sprawdzenie interakcji różnych związków chemicznych z tymi białkami.

Jednym ze sprawdzanych wskaźników był wskaźnik skuteczności tzn. skuteczność, z  jaką te interakcje prowadziły do istotnych zmian w aktywności białek. Jeśli wskaźnik skuteczności był wysoki, oznaczało to, że znacznej liczbie badanych związków udało się znacząco zmienić aktywność białek.

Porównali wyniki przewidywane przez AlphaFold z tymi uzyskanymi przy użyciu tradycyjnych metod eksperymentalnych. Ku ich wielkiemu zaskoczeniu, wyniki były praktycznie identyczne. Shoichet powiedział: „To naprawdę przełomowy wynik”. To oznacza, że AlphaFold jest niezwykle skuteczny.

W innych niepublikowanych pracach zespół Carlssona odkrył, że struktury przewidywane przez AlphaFold do identyfikacji leków były skuteczne i dokładne w  60% przypadków.

Ograniczenia i potencjał na przyszłość

Karen Akinsanya jest dyrektorem ds. badań i rozwoju terapii w Schrödinger – firmie zajmującej się oprogramowaniem farmaceutycznym z siedzibą w Nowym Jorku. Jej opinia na temat AlphaFolda jest jasna: „to nie jest panaceum”. 

Chociaż niektóre z przewidywanych struktur są bardzo przydatne w przypadku określonych grup leków, nie dotyczy to wszystkich. Inne badanie wykazało, że AlphaFold mógł uznać niektóre ze swoich przewidywań za bardzo dokładne w 10% przypadków, ale znacznie różniły się one od struktury ustalonej eksperymentalnie.

Nic, co znacząco podważałoby potencjał modelu DeepMind. Według szacunków Shoicheta struktura przewidziana przez AlphaFold może przyspieszyć pracę w jednej trzeciej przypadków. Chociaż przyznaje, że przewidywania nie są powszechnie stosowane, wyjaśnia: „istnieje wiele modeli, których nawet nie przetestowaliśmy, ponieważ uważaliśmy, że są bardzo niskiej jakości”.

Isomorphic Labs, spółka zależna DeepMind specjalizująca się w odkrywaniu leków, ma nadzieję wykorzystać te ogromne postępy, podpisując umowy z gigantami farmaceutycznymi, takimi jak Eli Lilly and Company i Novartis.

AlphaFold jest zatem ogromnym krokiem naprzód w dziedzinie biologii, a tym samym w badaniach medycznych. Biorąc pod uwagę, że model ten jest wciąż w powijakach, wyniki, które przynosi, są wyjątkowe. Jego potencjał w odkrywaniu nowych substancji terapeutycznych jest niezaprzeczalny i z pewnością będzie jedną z sił napędowych postępu medycznego w nadchodzących latach.

• AlphaFold to model sztucznej inteligencji służący do przewidywania struktur białek, który może zrewolucjonizować projektowanie leków.
• Został on przetestowany przez porównanie go z konwencjonalnymi metodami eksperymentalnymi, a wyniki były naprawdę przekonujące.
• Nawet jeśli ma swoje ograniczenia, DeepMind, firma, która go opracowała, zamierza w pełni wykorzystać moc swojego modelu, współpracując z największymi firmami farmaceutycznymi.