Google - V Googlovem laboratoriju za strojno učenje so predstavili težko pričakovano naslednjo generacijo proslavljenega algoritma za napovedovanje strukture beljakovin AlphaFold. Tretja generacija se loti naslednjega od temeljnih problemov: oblike beljakovin, ko so pripete na druge funkcionalne molekule.

Ko so v DeepMindu pred poltretjim letom predstavili algoritem AlphaFold 2, so z njim napovedali navdušujoče čase, ko strojno učeni algoritmi ne bodo zgolj sredstvo za halucinirane pogovore na spletu ali generiranje bizarnih sličic, temveč bodo dejansko močno pospešili znanstveni napredek. AlphaFold 2 je že v manj kot letu dni poskrbel za prelomen pospešek na področju računske in strukturne biologije, saj je napovedal zgradbo vseh poznanih proteinov. Kako so beljakovine videti v prostoru, se pravi kako se zvijajo, je ena temeljnih ugank v biologiji in farmaciji, saj je od tega odvisno njihovo obnašanje, oziroma biološke funkcije. Če vemo, kako in zakaj se nek protein oblikuje, lažje...

Nature - V Googlovem oddelku DeepMind so razvili nov algoritem za iskanje stabilnih anorganskih spojin GNoME, katerega rezultate so uspešno uporabili v robotiziranem kemijskem laboratoriju.

Čeprav so med strojno učenimi algoritmi po javni razvpitosti trenutno na prvem mestu generatorji slik in besedil, pa si od strojne inteligence potencialno še več prelomnih odkritij obetamo v naravoslovnih raziskavah ter inženiringu. Za pokušino smo zadnji dve leti lahko opazovali preboj v raziskovanju beljakovin, ki ga je prinesel DeepMindov algoritem AlphaFold, sedaj pa so na redu še anorganske snovi. Tudi stabilnost anorganskih kristalnih struktur se trudimo že dolgo časa raziskovati računsko, oziroma z računalniškimi simulacijami. Skladno z napredkom polprevodnikov in algoritmov je tovrsten trud v zadnjem desetletju zabeležil zaznaven pospešek in v vodilnih bazah podatkov danes najdemo okoli 50.000 "izračunanih" takšnih spojin, za katere znanstveniki menijo, da so stabilne. Toda to je še vedno zgolj...

Slo-Tech - Algoritem AlphaFold, ki ga je DeepMind pokazal predlani in lani odprl vsem, je napravil še korak naprej. Potem ko je lani predvidel strukturo milijona proteinov, so sedaj javnosti priobčili zbirko napovedi strukture 200 milijonov proteinov. Zbirko so pripravili v sodelovanju z EMBL (European Molecular Biology Laboratory) in je na voljo vsakomur, saj je del odprtokodne baze AlphaFold Protein Structure Database. Izvršni direktor DeepMinda Demis Hassabis je dogodek pompozno označil kot darilo človeštvo, a dejansko gre za velik dosežek.

Določanje oblike proteinov je težak problem. Proteine sestavljajo aminokisline, katerih zaporedje določa primarno strukturo. Kako se potem te zvijejo v prostoru v sekundarno in terciarno strukturo, pa je zelo težko pravilno napovedati. Zgodovinsko smo strukture določali eksperimentalno, kar prinaša svojevrstno omejitve (rentgenska difrakcija je možna na kristaliziranih proteinih). Računalniško napovedovanje se zdi logičen korak naprej, a je zaradi...

Slo-Tech - V Alphabetu gradijo na uspehu algoritma AlphaFold 2 in so za namen nadaljnjega raziskovanja bioloških učinkovin ustanovili podružnico Isomorphic Labs.

Konec lanskega leta je Alphabetov laboratorij za strojno učenje DeepMind pokazal zgodovinsko iznajdbo: algoritem AlphaFold 2, ki je prvič posegel po sanjah biokemikov širom sveta: računalniškem izračunavanju zvijanja beljakovin zgolj na podlagi njihove kemijske sestave. Takšna zmogljivost bo bistveno pospešila in olajšala tako raziskovanje procesov v živih bitjih, kakor tudi iskanje novih zdravil, kjer dolgotrajni postopki razvoja predstavljajo vse večji problem. Letošnjega julija so algoritem dali v javno uporabo, nekaj dni zatem so lansirali tudi bazo podatkov vseh tako pregledanih beljakovin v človeškem telesu. Toda ker je DeepMind prvenstveno podjetje za raziskave strojnega učenja, so morali v Alphabetu za iskanje konkretnih medicinskih učinkovin ustanoviti novo entiteto.

Podružnica Isomorphic Labs bo namenjena praktični rabi...

Nature - Kakor so lani obljubili, so v DeepMindu svoj algoritem AlphaFold 2, ki je poskrbel za revolucionaren preboj v naši sposobnosti izračunavanja strukture beljakovin, odprli in dali na javno razpolago. Toda obdobje priprave članka je bilo za nekatere akademike predolgo, zato so medtem sestavili kar lasten konkurenčni algoritem RoseTTaFold - ki za DeepMindovim sploh ne zaostaja prav dosti!

Lanskega decembra smo bili priče enemu najprelomnejših dogodkov v zgodovini biokemije, ko je Googlov laboratorij za strojno učenje DeepMind predstavil algoritem za računanje strukture beljakovin iz njihovega zaporedja aminokislin, AlphaFold 2. Takšna zmogljivost je bila že dolgo velika želja biokemikov, genetikov in mikrobiologov, saj smo doslej natančno zgradbo proteinov lahko dognali zgolj z njihovim opazovanjem z naprednimi metodami, kot sta rentgenska difrakcija in krioelektronska mikroskopija, ki so običajno počasne in drage. Čim natančnejše poznavanje zgradbe beljakovin pa je ključno za...

DeepMind - DeepMindov najnovejši algoritem za iskanje strukture beljakovin, AlphaFold 2, je pokazal tako izjemne rezultate, da je očitno zelo blizu čas, ko bomo lahko univerzalno znali zgolj iz kemijske sestave dognati, kako se beljakovine zvijajo. Gre za enega najbolj prelomnih dogodkov v novejši biokemiji, ki bo zelo verjetno imel hitre in drastične učinke na oblikovanje zdravil ter sintetičnih proteinov.

Beljakovine so funkcijsko najbolj raznolika skupina molekul v živih organizmih, saj skrbijo za vse od katalize reakcij do rokovanja z dednino. Kaj natančno neka beljakovina počne, je odvisno tako od njene kemijske sestave kot tudi njene natančne prostorske strukture - se pravi, kako se njeni elementi spontano razporedijo, oziroma, kako se beljakovina "zvije". V osnovi skušamo natančno zgradbo dognati z opazovalnimi metodami, kot sta rentgenska difrakcija in krioelektronska mikroskopija. A te imajo omejitve, saj v mnogih primerih vzamejo dosti časa in imajo resne probleme z nekaterimi...