Az AlphaFold által elvégzett munka a szakértők elmondása szerint máris előrébb vitte a malária megfékezéséért folyó kutatásokat, az antibiotikum-rezisztencia megoldásának problémáját és a műanyag hulladékok lebontásának ügyét, ráadásul az új gyógyszerek kifejlesztését is szignifikánsan felgyorsíthatja.
Az utóbbi évtizedek legfogósabb biológiai problémája az volt, hogyan lehet a fehérjék aminosavsorrendje alapján meghatározni a molekulák térszerkezetét. Az aminosavak egy része ugyanis vonzódik egymáshoz, mások taszítják a vizet, egyes láncok komplex formákba állnak össze, és mindezt sokáig képtelenségnek tűnt pontosan lekövetni.
A brit alapítású DeepMind 2020 végén jelentette be, hogy kidolgoztak egy módszert, amellyel az aminosavsorrend alapján pontosan előre jelezhető a fehérjék alakja. 2021 közepére az AlphaFold nevű rendszer az emberi testben előforduló fehérjék 98,5 százalékát térképezte fel ilyen módon. A cég legfrissebb bejelentése szerint a mesterséges intelligencia azóta összesen több mint 200 millió fehérje „megfejtésén” van túl. Ez pedig azt jelenti, hogy a globálisan ismert proteinmolekulák közül, amelyeket a UniProt nevű adatbázisban gyűjtenek, csaknem mindegyik térszerkezetét sikerült az aminosavsorrend alapján determinálni.
A DeepMind a EMBL-EBI nevű európai molekuláris biológiai laborral együttműködve ráadásul mindenki számára szabadon hozzáférhetővé tette az eredményeket. Ewan Birney, az EMBL-EBI munkatársa szerint az AlphaFold Protein Structure Database nevű adatbázis valódi ajándék az emberiség számára. Birney három évtizede foglalkozik genomikával és komputációs biológiával, és elmondása szerint sosem tapasztalt ennyire gyors és meghatározó változásokat a saját területén. Két évvel ezelőtt még senki sem tudta, hogy egy ilyen kezdeményezés megvalósítható lehet, most pedig máris hozzáférhetők az eredmények, mondja. Demis Hassabis, a DeepMind vezérigazgatója szerint az adatbázisban a fehérjestruktúrák fellelése majdnem olyan egyszerű, mint egy Google-keresés végrehajtása. És valóban, laikusként is érdemes böngészni az adatbázist, hiszen minden fehérjéhez látványos térmodellt kapunk, amelyet aminosavanként deríthetünk fel.
Az adathalmazt már el is kezdték használni a szakértők. Matt Higgins, az Oxfordi Egyetem kutatója és kollégái egy olyan fehérjét igyekeztek azonosítani, amely képes megakasztani a maláriát okozó parazita életciklusát, de gondban voltak a struktúra feltérképezésével. Számos módszerrel próbálkoztak az elmúlt évek során, de egyikkel sem sikerült kellő pontossággal felderíteni a molekula térszerkezetét. Az AlphaFold azonban az aminosavsorrend alapján pontosan modellezni tudta a fehérjét, így a kutatók választ kaptak az őket érdeklő kérdésekre. Azóta már új fehérjéket kezdtek tervezni, amelyekből egy napon reményeik szerint hatásos malária elleni védőoltás születhet.
A fehérjék AlphaFolddal történő modellezése nemcsak sokkal pontosabb, de gyorsabb és olcsóbb is, mint például a fehérjestruktúrák felderítésére használt röntgen-krisztallográfia. Ráadásul a rendszer még nem létező fehérjék megtervezésére is használható, például újfajta enzimeket lehet vele kidolgozni, amelyek képesek lebontani a műanyag hulladékot. Vagy azt is lehet vele vizsgálni, mi jellemző azokra a fehérjékre, amelyek ellenállóvá teszik a baktériumokat az antibiotikumokkal szemben.
Ugyanakkor a szakértők is hangsúlyozzák, hogy az új rendszer sem képes megoldani a fehérjék hajtogatódásának összes problémáját. Csak olyan aminosavsorokkal képes dolgozni ugyanis, amelyek szerkezetét kísérleti módszerekkel már korábban meghatározták. Vagyis még mindig nem tartunk ott, hogy elég ismerni az aminosavak szekvenciáját, és abból tudni fogjuk, hogyan néz ki a fehérje. Ez csak akkor igaz, ha a fehérje ismert szerkezetű alegységekből tevődik össze. A kevésbé gyakori, szokatlan vagy instabil hajtogatódási módokkal viszont még nem boldogul.
A rendszer és az adatbázis ennek ellenére is nagyon fontos, és óriási áttörést hozhat a biológia számos területén. És a rendszer folyamatos fejlesztés alatt áll, egyre pontosabb és átfogóbb lesz. A szakértők azon is dolgoznak, hogy a fehérjék statikus szerkezete mellett a molekulák dinamikus változásait is képes legyen modellezni a rendszer, például a más fehérjékkel való interakciók során bekövetkező változásokat.
