Tehisintellekt lahendas valkude mõistatuse aastakümneid oodatust varem

$content['photos'][0]['caption'.lang::suffix($GLOBALS['category']['lang'])]?>
Valkude ehituskivid ehk molekulid võivad omavahel kombineeruda meeletult paljudel viisidel.

Tehisintellekt lahendas pikka aega uurijatele peamurdmist pakkunud äärmiselt keeruka teadusliku probleemi valkude ehituse ja käitumise kohta.

Google emaettevõtte Alphabeth all tegutseva Ühendkuningriigi tehisintellekti-ettevõtte DeepMind valmistatud programm AlphaFold suutis vastata 50 aastat õhus olnud teaduslikule küsimusele. Nimelt pole teadlased ise suutnud seni ennustada, kuidas saavutavad valgud oma kolmemõõtmelise ülesehituse, vahendab ScienceAlert.

Valkude ehituskivid ehk molekulid võivad omavahel kombineeruda meeletult paljudel viisidel. Uurijad oletavad suisa, et kõigi võimalike molekulijärjestuste leidmine võtaks aega kauem, kui universum seni üldse olemas on olnud.

Sellegipoolest tähendaks valguvoltimise probleemi lahendamine tohutut edasiminekut mitmetes teadusvaldkondades. Teadlased suudaksid näiteks kiiremini luua ravimeid ja mudeldada erinevaid haigusi, ent avastust saaks rakendada mujalgi kui meditsiinis.

Tartu Ülikooli molekulaartehnoloogia vanemteaduri
Alfonso Tlatoani Garcia Sosa sõnul on valgustruktuuri ennustamine kahtlemata väga oluline, sest võimaldab meil kasutada sääraseid valgustruktuure, mida pole seni lahti seletatud, eraldatud või üldse kirjeldatudki. "Avastuse suurimad võidud on kindlasti parem arusaam valkude tööst ning nende osalusest haigustes. Samuti oskaksime avastuse abil paremini ravimeid luua," seletab ta.

Ülesande keerukusele vaatamata on teadlased püüdnud seda lahendada varemgi. Nii algas 1990. aastatel põhjalik valgustruktuuri ennustamise kriitilise hinnangu katse ehk CASP. Tegu on iga kahe aasta tagant toimuva võistlusega, mille käigus peavad teadlased leiutama süsteeme, mis suudaks ennustada, kuidas voldivad end ka kõige mõistatuslikumad valgud.

DeepMind esitas tänavusele ning järjekorras juba 14. CASPi väljakutsele süsteemi, mida oli eelnevalt treenitud umbes 170 000 valgustruktuuri sisaldava andmepanga abil. Globaalse kauguse testil ehk GDT-l saavutas selle loodud süsteem oma ainulaadsete oskuste abil tehtud ennustustega mediaantulemuse 92,4 GDT-d.

Tehisintellektide CASPi käigus saadud tulemusi kõrvutatakse katseliselt saadud tulemustega. Kui programmi tulemused ületavad ~90 GDT lävendi, on need võrreldavad inimeste saadud tulemustega. DeepMindi sõnul erinevad nende süsteemi tehtud ennustused inimeste omadest keskmiselt vaid 1,6 angstromi (üks kümnemiljardik meetrit – toim.) ehk ühe aatomi laiuse võrra.

Euroopa molekulaarbioloogia labori genoomikateaduri Ewan Birney sõnul on CASP väga rangete reeglitega ettevõtmine. Iga väljakutses osalev programm peab suutma mudeldada valguvoltimist täiesti nullist. Teadlase sõnul said mudelid ülesandega aga aukartustäratavalt hästi hakkama.

Garcia Sosa hindab samuti saavutust oluliseks, ent märgib, et kiidusõnadele vaatmata pole valguvoltimise mõistatus veel päriselt lahendatud. "Kui üldse midagi, siis on see suur samm valgustruktuuri ennustamise jaoks. Ehkki me ei tea veel valguvoltimise protsessist kuigi palju, võib AlphaFold2 meid selles küsimuses aidata," ütleb ta.

Molekulaartehnoloog lisab, et kuigi AlphaFold2 tegi CASP14 võistlusel suurepärase tulemuse, ei uuritud võistluse käigus kõiki valke. Näiteks jäid kõrvale sisemiselt häiritud valgud.

"DeepMindi esimene kandidaat AlphaFold võitis kahe aasta eest CASP13 võistluse ning sealt peale on ettevõte oma meetodeid teiste tehnikatega võrreldes tohutult edasi arendanud," märgib ta. Kui kahe aasta eest kasutas DeepMind ennustamiseks närvivõrke ja kohalike valgustruktuuride andmebaase, siis tänavu võeti kasutusele ka suured avalikud valguühendite andmepangad.

Ehkki uue mudeli kohta pole veel eelretsenseeritud uurimust avaldatud, kostab erialateadlaste ringist juba kiidusõnu. DeepMindi teatel on ametlik uuring valmimas. Praeguse seisuga võib uue süsteemi kohta lähemalt lugeda CASP14 teesidevihikust ning väljakutse kodulehelt.

Garcia Sosa sõnul jääb siiski selgusetuks, kuidas maailma teadlased uut meetodit kasutada saavad. Nimelt ei avalikustanud DeepMind oma mudeli koodi ega metoodika üksikasju. "Nad avaldasid aasta hiljem osa oma CASP13 jaoks tehtud tööst, võimaldades teadlastel sarnaseid tööriistu luua," seletab ta. "Siiski on oht, et DeepMindi omanik Google pole sel korral nii vastutulelik ega lase teadlasi kohe oma tööd rakendama."

Varem on Deepmindi loodud arvutiprogrammid seljatanud muu hulgas inimesi järjepidevalt males, go-s ja arkaadmängudes.

Toimetaja: Airika Harrik

Hea lugeja, näeme et kasutate vanemat brauseri versiooni või vähelevinud brauserit.

Parema ja terviklikuma kasutajakogemuse tagamiseks soovitame alla laadida uusim versioon mõnest meie toetatud brauserist: