uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

【johdanto】proteiinisuunnittelun ja lääkekehityksen lisäksi äskettäin nature-lehdessä julkaistu artikkeli on avannut uusia käyttötapoja suurille biologisille malleille, kuten alphafoldille - paljastaen biologiset suhteet ja evoluutiohistorian.

tämän vuoden heinäkuussa metan hajottama esmfold-tiimi aloitti menestyksekkäästi uudelleen ja julkaisi uusimman suuren life science -mallinsa esm3:n iskulauseena "kielimallin avulla simuloida 500 miljoonan vuoden kehitystä".

paperin osoite: https://evolutionaryscale-public.s3.us-east-2.amazonaws.com/research/esm3.pdf

biologit ottivat tämän käytön nopeasti kiinni.

monissa äskettäin julkaistuissa töissä tutkijat käyttävät malleja, kuten alphafold ja esmfold, piirtämään virusperinteen uudelleen ja tutkimaan joitain yllättäviä "affiniteetteja".

nämä tulokset eivät ainoastaan ​​paljasta virusperheiden evoluutiohistoriaa, vaan myös antavat meille mahdollisuuden käsitellä paremmin tulevia biokemiallisia riskejä.

perinteisillä menetelmillä tutkijoiden olisi ymmärrettävä virusten evoluutio genomivertailujen tulosten perusteella.

nisäkkäisiin verrattuna virusten evoluutionopeuden voidaan kuitenkin sanoa olevan salaman vauhtia. erityisesti viruksilla, joiden geenit koostuvat rna:sta, vertailtavien genomien määrä ja monimutkaisuus kasvavat nopeasti.

lisäksi virusten evoluutio ei johdu pelkästään geneettisistä mutaatioista, vaan ne voivat myös hankkia geneettistä materiaalia muista organismeista, mikä vaikeuttaa virusten "suhteellisten suhteiden" tunnistamista. hyvin erilaisilta näyttävät geenisekvenssit voivat kätkeä hyvin syviä ja kaukaisia ​​virussuhteita.

virusgeeneihin verrattuna niiden koodaamien proteiinien muoto tai rakenne yleensä muuttuvat hitaammin. kuitenkin molekyylivirologi joe grove glasgow'n yliopistosta yhdistyneessä kuningaskunnassa sanoi, että ennen alphafoldin kaltaisten työkalujen ilmestymistä. koko virusperheen proteiinirakenne oli hyvin hidasta. tutkimus ja vertailu on vaikea suorittaa perinteisillä menetelmillä.

groven ja hänen tiiminsä nature-lehdessä julkaisemassa äskettäisessä artikkelissa käytettiin suurten mallien voimaa paljastaakseen flaviviridae-perheen evoluutiohistorian glykoproteiinien rakenteen kautta.

paperin osoite: https://www.nature.com/articles/s41586-024-07899-8

flaviviruksia ovat hepatiitti c-, dengue- ja zika-virus sekä eräät tärkeimmät eläinpatogeenit sekä lajit, jotka voivat muodostaa uusia uhkia ihmisten terveydelle.

miten virukset pääsevät soluihin

laajalle levinneen rokotuksen jälkeen hepatiitti c:stä on tullut meille vähemmän tuttu tartuntatauti, mutta tämä virus aiheuttaa silti satoja tuhansia kuolemia joka vuosi.

jos haluamme kehittää tehokkaamman c-hepatiittirokotteen, meidän on ymmärrettävä, mihin proteiineihin flavivirus pääsee soluihin (mukaan lukien glykoproteiinit).

jos tutkit ja vertailet niitä vain sekvenssitasolla, huomaat, että kunkin viruksen proteiinit ovat niin erilaisia, että mielekkäitä yhteyksiä on vaikea löytää. mutta jos käytämme suurten biologisten mallien proteiinirakenteen ennustustoimintoa, tämä ongelma ratkaistaan ​​helposti.

tutkijat käyttivät deepmindin alphafold 2 -mallia ja metan kehittämää rakenneennustustyökalua esmfold luodakseen yli 33 000 ennustettua rakennetta 458 flavivirusproteiinille.

hepatiitti c -viruksen glykoproteiinin rakenteellinen ennuste

syy siihen, miksi sekä alphafold- että esmfold-malleja käytetään, johtuu näiden kahden olennaisesta erosta.

alphafoldin syöttö riippuu useista samankaltaisten proteiinien sekvensseistä, mutta esmfold on "proteiinikielimalli", joka on koulutettu kymmenille miljoonille proteiinisekvensseille, joten se sopii hyvin sisään -syväanalyysi kaikkein "salaperäisimmistä" viruksista.

näiden rakenteiden ennusteet ovat johtaneet siihen, että tutkijat ovat löytäneet odottamattomia yhteyksiä. jotkut näennäisesti toisistaan ​​riippumattomat flavivirusten sukulaiset voivat myös käyttää samanlaisia ​​proteiineja "avaimina" soluihin.

esimerkiksi hepatiitti c:n käyttämä soluinfektiojärjestelmä on hyvin samanlainen kuin pestivirukset, mukaan lukien klassisempi sikarutto ja muut eläinpatogeenit.

tekoälyn aputyökalut voivat myös kertoa meille, että hepatiitti c:n ja pestiviruksen käyttämä "sisääntulojärjestelmä" on hyvin erilainen kuin muut virukset. groven on myös vaikea selittää tätä: "hepatiitti c:n ja sen sukulaisten kohdalla emme tiedä, mistä heidän pääsyjärjestelmänsä tulee. voi olla, että nuo virukset keksittiin kauan sitten."

hanki "piraattisia" proteiineja bakteereista

pestivirusten lisäksi ennustettu rakenne auttoi flaviviruksia löytämään kaksi "sukulaista" - zika-viruksen ja dengue-viruksen, lisäksi flavivirukset näyttävät "varastavan" ne bakteereista sen omakseen.

dengue-viruksen proteiinien rakenteen ennustaminen colabfold-alpahfold2:lla

aiemmin sydneyn yliopiston virologin mary petronen ryhmä löysi myös samanlaisen "varastavan" käyttäytymisen oudosta flaviviruksesta.

"geenivarastuksella on saattanut olla suurempi muokkaava rooli flavivirusten evoluutiossa kuin aiemmin luultiin", hän sanoi.

david moi, laskennallinen biologi lausannen yliopistosta sveitsistä, huomauttaa myös, että flavivirustutkimus on vain jäävuoren huippu, kun tarkastellaan tekoälyavusteisten työkalujen hyödyntämätöntä potentiaalia.

tekoälyn avulla muiden virusten ja jopa monien solueliöiden evoluutiohistoria voidaan kirjoittaa uudelleen.

"kerromme heidän tarinansa uudelleen uuden sukupolven työkaluilla. nyt kun voimme nähdä pidemmälle, kaikkien näiden organismien evoluutiohistoria on päivitettävä."

biotieteiden monien ratkaisemattomien mysteerien joukossa tekoälyn aiheuttama valtava energia antaa meille mahdollisuuden nähdä vastausten kynnyksellä ja saa meidät myös odottamaan päivää, jolloin tarina kirjoitetaan uudelleen.