Slo-Tech - Da Nobelove nagrade naposled prepoznavajo pomen računalniških orodij v znanosti, priča tudi letošnja nagrada za kemijo, ki jo bodo prejeli David Baker z Univerze Washington v Seattlu ter Demis Hassabis in John M. Jumper iz podjetja DeepMind. Baker je prejel polovico nagrade za račualniško načrtovanje proteinov, Hassabis in Jumper pa za napovedi strukture proteinov.

Proteini so osnovni gradniki živih bitij, ki jim omogočajo najrazličnejše strukturne prilagoditve. Lasje, nohti, koža in številna druga tkiva imajo svoje lastnosti zaradi proteinov, ki jih gradijo. Izjemna raznolikost je pravzaprav neverjetna, saj vse proteine gradi zgolj 20 različnih aminokislin. Vrstni red, v katerem se te aminokisline povezujejo v proteine, je zapisan v DNK. Aminokisline se nato povežejo s peptidnimi vezmi, a čarovnija se zgodi šele za tem. Zaporedje aminokislin imenujemo primarna struktura in ni posebej razburljiva, nato pa se nastali polimer zvije v prostoru, s čimer pridobi sekundarno in terciarno...

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...

Google - Iz Googla so sporočili, da se po dolgih letih tekmovanja njihova najbolj razvpita oddelka za razvoj strojnega učenja, DeepMind in Google Brain, združujeta v enoten laboratorij.

Razburjenje, ki ga je uspeh konkurenčnega pogovornega bota ChatGPT povzročil v Googlu, botruje novim skrajnim posegom v podjetju. Po lansiranju lastnega bota Barda, za katerega anonimni viri v podjetju pravijo, da je bilo prehitro in da je algoritem "neuporaben lažnivec", prihajajo spremembe tudi v organizaciji razvoja rešitev. Googlovi najvidnejši izpostavi za raziskovanje strojnega učenja, DeepMind in Brain, se združujeta v entiteto Google DeepMind. Novi vodja bo Demis Hassabis, doslej šef DeepMinda, medtem ko bo vodilni človek Braina, Jeff Dean, po novem prvi znanstvenik, pri čemer v CNBC, kjer so se dokopali do notranje dokumentacije, za slednjega pravijo, da bo odgovarjal neposredno Sundarju Pichaiju.

DeepMind je javnosti gotovo bolj poznan oddelek, saj je poskrbel za mnoge od najbolj proslavljenih...

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...

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...