Google DeepMind paljastaa seuraavan sukupolven tekoälymallin lääkekehitykseen

Google DeepMind on esitellyt uraauurtavan tekoälymallinsa, AlphaFoldin, kolmannen iteraation, jonka tavoitteena on parantaa lääkesuunnittelun ja sairauksien hoidon tehokkuutta ja tarkkuutta.

Tämä viimeisin kehitys julkistettiin Lontoossa 8. toukokuuta, mikä merkitsee merkittävää askelta eteenpäin tekoälyn käytössä molekyylibiologiassa.

Elämän molekyylien kattava kartoitus

Työkalu on kehittynyt vuodesta 2020 lähtien, kun AlphaFold käytti tekoälyä ennustamaan proteiinien käyttäytymistä.

Nykyinen versio, joka on kehitetty yhteistyössä Isomorphic Labsin kanssa – molemmat yhtiöt, joita johtaa toinen perustaja Demis Hassabis – on onnistuneesti kartoittanut kaikkien elämän molekyylirakenteiden, mukaan lukien ihmisen DNA:n, vuorovaikutukset.

Vaikutus lääkekehitykseen

Proteiinien vuorovaikutus muiden molekyylien kanssa on ratkaisevan tärkeää uusien lääkkeiden kehittämisessä. Proteiineilla on useita tehtäviä ihmisen aineenvaihdunnan tehostamisesta entsyymien kautta infektioiden torjuntaan vasta-aineiden kautta.

Nature-tiedelehdessä julkaistujen tulosten mukaan tämä tekoälymalli vähentää merkittävästi sekä aikaa että taloudellisia resursseja uusien hoitojen kehittämiseen.

Innovaatioita molekyylisuunnittelussa

Demis Hassabis selitti uuden AlphaFoldin ominaisuudet lehdistötilaisuudessa:

"Näiden uusien ominaisuuksien avulla voimme suunnitella molekyylin, joka sitoutuu tiettyyn paikkaan proteiinissa, ja voimme ennustaa, kuinka voimakkaasti se sitoutuu."

Hän korosti tämän edistyksen merkitystä tehokkaiden lääkkeiden ja yhdisteiden suunnittelussa sairauksien torjumiseksi.

AlphaFold-palvelin: Uusi työkalu tutkijoille

Mallin parannusten lisäksi Google DeepMind on julkaissut "AlphaFold-palvelimen". Tämän ilmaisen verkkotyökalun avulla tutkijat voivat testata hypoteesejaan simuloidussa ympäristössä ennen todellisten kokeiden suorittamista.

Tämä aloite perustuu AlphaFoldin perintöön vuodesta 2021 lähtien, jolloin sen ennusteet asetettiin ilmaiseksi ei-kaupallisten tutkijoiden saataville yli 200 miljoonaa proteiinirakennetta sisältävän tietokannan kautta.

Tämä resurssi on ollut arvokas voimavara, jota on siteerattu tuhansia kertoja tieteellisessä kirjallisuudessa.