Гугл ДипМайнд объявила о запуске AlphaProteo, системы искусственного интеллекта, призванной помочь исследователям биологии и здравоохранения в разработке новых высокопрочных белков, которые точно и прочно связываются с целевыми молекулами.
AlphaProteo была создана на базе банка данных белков (PDB), который обеспечивает научные и образовательные прорывы, предоставляя доступ и инструменты для исследования, визуализации и анализа экспериментально определенных 3D-структур из архивов PDB.
Благодаря структуре молекулы-мишени и набору предпочтительных мест связывания на этой молекуле AlphaProteo создает белок-кандидат, который связывается с мишенью.
Технический гигант заявил, что связующие могут открыть новые области исследований в области разработки лекарств и диагностических биосенсоров.
«AlphaProteo может создавать новые белковые связыватели для различных белков-мишеней, включая VEGF-A, который связан с осложнениями рака и диабета. Это первый случай, когда инструмент искусственного интеллекта смог разработать эффективное белковое связывающее вещество для VEGF-A», — говорится в сообщении в блоге команд Google DeepMind Protein Design и Wet Lab.
«AlphaProteo также достигает более высоких показателей успеха экспериментов и аффинности связывания в 3–300 раз выше, чем лучшие существующие методы на семи целевых белках, которые мы тестировали. »
Чтобы протестировать AlphaProteo, разработчики ИИ разработали связующие для различных белков-мишеней, включая «два вирусных белка, участвующих в инфекции, BHRF1 и рецептор-связывающий домен белка-шипа SARS-CoV-2, SC2RBD, а также пять белков, участвующих в раке». воспаления и аутоиммунные заболевания, IL-7Rɑ, PD-L1, TrkA, IL-17A и VEGF-A».
Уровень успеха связывания одной вирусной мишени, BHRF1, составил в среднем 88%, что в десять раз выше, чем у традиционных методов.
Команда веб-лаборатории Google DeepMind работала с внешними исследовательскими группами, в том числе с исследователями из Института Фрэнсиса Крика, где данные подтвердили, что связывающие вещества AlphaProteo предотвращают заражение SARS-CoV-2 клеток человека.
AlphaProteo продемонстрировала, что она может сократить время, необходимое для первоначальных экспериментов с использованием белковых связывателей для различных целей.
Однако, несмотря на эти достижения, исследователи отмечают, что система ИИ имеет ограничения.
Например, AlphaProteo не создал эффективных связующих веществ для TNFα, белка, связанного с аутоиммунными заболеваниями, такими как ревматоидный артрит.
«Мы выбрали TNFɑ, чтобы бросить вызов AlphaProteo, потому что вычислительный анализ показал, что с его помощью будет чрезвычайно сложно разработать связующие. Мы продолжим совершенствовать и расширять возможности AlphaProteo с целью в конечном итоге решить такие сложные задачи», — написали авторы.
Исследовательская группа AlphaProteo планирует работать с научным сообществом, чтобы наблюдать за влиянием AlphaProteo на другие биологические проблемы, чтобы лучше понять его ограничения.
Кроме того, команда изучила его использование при разработке лекарств в изоморфных лабораториях.
САМАЯ ОБЩАЯ ТЕНДЕНЦИЯ
В июне Google Research и Google DeepMind опубликовал статью объявляя о создании новой LLM для открытия лекарств и разработки терапевтических средств под названием Tx-LLM, усовершенствованной из Med-PaLM 2.
Технический гигант Med-PaLM 2 — это генеративная технология искусственного интеллекта, которая использует LLM Google для ответа на медицинские вопросы.
В мае, Исследование Google Research в сотрудничестве с Google DeepMind показало, что технологический гигант расширил возможности своих моделей искусственного интеллекта для Med-Gemini-2D, Med-Gemini-3D и Med-Gemini Polygenic.
Google заявила, что усовершенствовала возможности Med-Gemini, используя данные гистопатологии, дерматологии, 2D и 3D радиологии, геномики и офтальмологии.
В 2023 году Google выпустила MedLM — две основополагающие модели, основанные на Med-PaLM 2, предназначенные для ответа на медицинские вопросы, получения аналитических сведений на основе неструктурированных данных и обобщения медицинской информации.
Компания заявила, что, тестируя свои программы LLM с организациями здравоохранения, она поняла, что наиболее эффективные модели искусственного интеллекта предназначены для конкретных случаев использования.
Таким образом, большая модель MedLM предназначена для решения сложных задач, тогда как другая представляет собой среднюю модель, которую можно точно настроить и масштабировать для различных задач.
Форум HIMSS по кибербезопасности в сфере здравоохранения пройдет 31 октября – 1 ноября в Вашингтоне, округ Колумбия Узнать больше и зарегистрироваться.
