А тем временем ИИ почти решил задачу фолдинга белков...
AlphaFold 3, новую модель искусственного интеллекта, разработанную Google DeepMind и Isomorphic Labs. Точно предсказывая структуру белков, ДНК, РНК, лигандов и других элементов, а также их взаимодействие, она вполне может революционизировать наш мир. Как минимум, в части фармакологии..
Что такое белок? Это условно "канат" из мелких кусочков, который штампуется клеточной машинерией на основе ДНК/РНК. Условно можно считать его одномерным.
В процессе "изготовления" он постепенно сворачивается в некие трехмерные структуры, склеиваясь отдельными местами. Собсно, из этого вот бардака мы и состоим.
Задача - определить из какой последовательности какая структура получится.
Чего достигли люди? Очень немногого. Ищется похожий белок, искомый сворачивается "примерно как похожий" и потом сутками на суперкомпьютере "трясется" молекулярной динамикой, чтоб уложилось. Часто даже получалось, но только если есть что-то похожее.
А ИИ в 90% сворачивает аминокислотную последовательность сразу правильно что позволяет, например, делать сложные органические вещества (например, лекарства) с заданными свойствами.
По сути это уровень нобелевки. Точнее, нобелевок - по каждому из совершаемых открытий. Вот только теперь неясно, кому их присуждать: компу деньги не нужны...
7PNM — шиповидный белок вируса простуды (Coronavirus OC43): Структурное предсказание AlphaFold 3 для белка шипа (синий) вируса простуды при его взаимодействии с антителами (бирюзовый) и простыми сахарами (жёлтый) соответствует истинной структуре (серый)
Сами авторы AlphaFold пишут о себе:
К настоящему времени миллионы исследователей по всему миру используют AlphaFold 2 для совершения открытий в таких областях, как вакцины от малярии, лечение рака и разработка ферментов. AlphaFold был процитирован более 20 000 раз, а его научное влияние было признано многими премиями, последняя из которых — премия «Прорыв» в области наук о жизни. AlphaFold 3 выводит нас за пределы белков и охватывает широкий спектр биомолекул. Этот скачок может открыть новые возможности для развития науки, от разработки биовозобновляемых материалов и повышения устойчивости сельскохозяйственных культур до ускорения разработки лекарств и исследований в области геномики.
Как AlphaFold 3 раскрывает молекулы жизни
Если ввести список молекул, AlphaFold 3 генерирует их совместную 3D-структуру, показывая, как они сочетаются друг с другом. Программа моделирует крупные биомолекулы, такие как белки, ДНК и РНК, а также малые молекулы, известные также как лиганды — категория, охватывающая многие лекарства. Кроме того, AlphaFold 3 может моделировать химические модификации этих молекул, которые контролируют здоровое функционирование клеток, а их нарушение может привести к болезни.
Возможности AlphaFold 3 обусловлены архитектурой и обучением нового поколения, которое теперь охватывает все молекулы жизни. В основе модели лежит улучшенная версия нашего модуля Evoformer — архитектуры глубокого обучения, которая легла в основу невероятной производительности AlphaFold 2. После обработки входных данных AlphaFold 3 собирает свои предсказания с помощью диффузионной сети, подобной тем, что используются в генераторах изображений ИИ. Процесс диффузии начинается с облака атомов и в течение многих шагов сходится к конечной, наиболее точной молекулярной структуре.
Предсказания AlphaFold 3 о молекулярных взаимодействиях превосходят по точности все существующие системы. Являясь единой моделью, которая целостно рассчитывает целые молекулярные комплексы, она способна объединить научные знания.
==============
Они много о себе пишут... И, надо сказать, небезосновательно.
И, что характерно, всё это можно найти в виде текста. И изучать в виде текста.
К сожалению, на это не очень способны, привыкшие смотреть только готовые мультики в видеоформате, заполонившие сеть. Ну да и к лешему их. Наука сегодня интереснее свар.

Наука | Научпоп
9.3K поста82.8K подписчиков
Правила сообщества
Основные условия публикации
- Посты должны иметь отношение к науке, актуальным открытиям или жизни научного сообщества и содержать ссылки на авторитетный источник.
- Посты должны по возможности избегать кликбейта и броских фраз, вводящих в заблуждение.
- Научные статьи должны сопровождаться описанием исследования, доступным на популярном уровне. Слишком профессиональный материал может быть отклонён.
- Видеоматериалы должны иметь описание.
- Названия должны отражать суть исследования.
- Если пост содержит материал, оригинал которого написан или снят на иностранном языке, русская версия должна содержать все основные положения.
- Посты-ответы также должны самостоятельно (без привязки к оригинальному посту) удовлетворять всем вышеперечисленным условиям.
Не принимаются к публикации
- Точные или урезанные копии журнальных и газетных статей. Посты о последних достижениях науки должны содержать ваш разъясняющий комментарий или представлять обзоры нескольких статей.
- Юмористические посты, представляющие также точные и урезанные копии из популярных источников, цитаты сборников. Научный юмор приветствуется, но должен публиковаться большими порциями, а не набивать рейтинг единичными цитатами огромного сборника.
- Посты с вопросами околонаучного, но базового уровня, просьбы о помощи в решении задач и проведении исследований отправляются в общую ленту. По возможности модерация сообщества даст свой ответ.
Наказывается баном
- Оскорбления, выраженные лично пользователю или категории пользователей.
- Попытки использовать сообщество для рекламы.
- Фальсификация фактов.
- Многократные попытки публикации материалов, не удовлетворяющих правилам.
- Троллинг, флейм.
- Нарушение правил сайта в целом.
Окончательное решение по соответствию поста или комментария правилам принимается модерацией сообщества. Просьбы о разбане и жалобы на модерацию принимает администратор сообщества. Жалобы на администратора принимает и общество Пикабу.