A lonondoni mesterséges intelligencia (MI) laboratórium, a DeepMind (MélyÉrtelem) számítógépes programja - amely arra világít rá, az aminosavakból felépülő fehérjék hogyan nyerik el bonyolult formájukat - sok betegség, köztük a COVID-19 kutatásában is komoly szerepet játszhat. A múlt század egyik legnagyobb biológiai felfedezése volt, amikor Crick és Watson 1953-ban megállapította, a DNS bizonyos tulajdonságai azzal magyarázhatók, hogy a nukleinsav-molekulák hosszú és bonyolult kettős spirálban kötődnek egymáshoz. Mára a DNS ikonikussá vált kettős spirálja és annak összehajtogatódott formái, a kromoszómák, mindenki számára ismerőse, de mellette ott az élet fennmaradásához, működéséhez szükséges sok-sok más fehérje, amelyek - ha nem is olyan látványosak, mint az öröklődésért felelős molekula -, bonyolult, háromdimenziós formákba hajtogatódnak össze. „Az, hogy egy fehérje mit csinál, nagyban függ az alakjától, ezért a biológia egyik nagy kihívása volt az elmúlt ötven évben a „fehérje hajtogatódási program” olvasható a DeepMind honlapján.
„Minden pici újrarendeződése ezeknek az élethez szükséges molekuláknak katasztrofális hatással lehet egészségünkre, ezért az egyik leghatékonyabb eszköz a betegségek megértéséhez és a gyógymódok megtalálásához a fehérjék tanulmányozása” - jelentette ki a BBC-nek John Moult a Marylandi Egyetemről, a felfedezést vizsgáló tudományos bizottság elnöke. Sok fehérjetípus szerepéhez köthetők betegségek, így az enzimekhez, amelyek katalizátorként működnek, az antitestekhez, amelyek a kórokozók ellen harcolnak, vagy a kémiai üzenethordozókhoz, a hormonokhoz, például az inzulinhoz. Több tízezer emberi fehérje mellett több milliárd más fajt – köztük vírusokat, baktériumokat – felépítő fehérje létezik, amelyek formájának tanulmányozása rengeteg időt és drága berendezéseket követel.
1972-ben Christian Anfinsen Nobel-díjat kapott, mert megmutatta, hogy az aminosavak sorrendjéből megállapítható, milyen a formája a fehérjemolekulának. Azóta a fehérjék háromdimenziós felépítését hagyományos technikákkal próbálták meghatározni. A DeepMind labor AlphaFold programja - ameély a gépi tanulás módszerével dolgozik - ezt 90 százalékos pontossággal oldotta meg az egyszerűbb fehérjék esetében. A feladatot napok alatt oldotta meg, amit hagyományos eszközökkel évekbe telik elvégezni.
A fehérjék formájának megállapítása fontos a gyógyszertervezésben, a rák, a demencia, a fertőző betegségek megértésében. Például a koronavírus „tüskéi” szerkezetének megállapítása alapvető annak megértésében, hogyan történik a vírus kapcsolódása az emberi sejtekhez. „A fehérje működésének módja térbeli szerkezetétől függ, a fehérjék működése pedig kapcsolatban van az egészséggel, betegséggel. Az, hogyan alakul ki az összetekeredő szerkezet, a biológia egyik alapkérdése” - magyarázta Andrew Martin az University College London professzora. A módszerrel egyelőre az egyszerűbb fehérjék felépítése deríthető ki, az, hogy hogyan illeszkednek össze az életet működtető bonyolultabb fehérjék, illetve hogyan működnek együtt a DNS-sel vagy az RNS-sel még a jövő feladata kideríteni.