AlphaFold 3: DeepMind ontwikkelt zijn AI-project voor eiwitvouwing

10 mei 2024
  • DeepMind heeft AlphaFold 3 aangekondigd, de nieuwste versie van zijn eiwitvouwproject
  • AlphaFold 3 bouwt voort op het succes van zijn voorgangers met een verbeterde architectuur
  • Het belooft het biotechnologisch onderzoek en de ontdekking van geneesmiddelen te versnellen

DeepMind aangekondigd AlphaFold 3, de nieuwste versie van zijn eiwitvouwproject.

AlphaFold 3voorspelt, net als zijn voorgangers, voornamelijk hoe eiwitten zich vouwen op basis van hun aminozuursequenties.

Eiwitten, de bouwstenen van al het organische leven, bestaan uit lange ketens van aminozuren die zich als 'origami' vouwen tot 3D-structuren die hun functies bepalen. 

Inzicht in hoe deze structuren vouwen opent de deur naar het ontcijferen van de moleculaire mechanismen die ten grondslag liggen aan gezondheid en ziekte.

In sommige gevallen kunnen eiwitten bijvoorbeeld verkeerd gevouwen raken, wat hun normale functie verstoort en bijdraagt aan de ontwikkeling van ziekten zoals Alzheimer en Parkinson.

Misvouwing kan de gezondheid van cellen verstoren door disfunctionele eiwitten op te hopen die cellen en weefsels kunnen beschadigen.

Door de mechanismen achter dit proces te ontrafelen, kunnen wetenschappers medicijnen ontwikkelen die het lichaam effectief ontdoen van opgestapelde misgevouwen eiwitten of interventies die voorkomen dat misvouwing überhaupt optreedt.

AlphaFold 3

DeepMind onlangs aangekondigd AlphaVouw 3Deze bevat een verbeterde versie van de Evoformer-module, onderdeel van de deep learning-architectuur die ten grondslag ligt aan AlphaFold 2.

Zodra de Evoformer module de input moleculen verwerkt, gebruikt AlphaFold 3 een nieuw diffusienetwerk om de voorspelde structuren samen te stellen. 

Dit netwerk is vergelijkbaar met de netwerken die worden gebruikt in AI-afbeeldingsgeneratoren zoals DALL-E. Het begint met een 'wolk' van atomen en verfijnt de structuur iteratief in een reeks stappen totdat het convergeert naar een uiteindelijke, waarschijnlijk nauwkeurige moleculaire configuratie.

Het AlphaFold 3 model is verder geëvolueerd dan alleen eiwitten - het omvat ook de interacties van DNA, RNA en liganden. Een ligand is een molecuul dat zich bindt aan een ander molecuul, meestal een eiwit, om een complex te vormen en vaak een biologische reactie of verandering in de functie van het eiwit teweegbrengt.

Isomorfe laboratoriadie samenwerkte met DeepMind aan het AlphaFold 3 project, werkt al samen met farmaceutische bedrijven om het model toe te passen op echte uitdagingen bij het ontwerpen van medicijnen. 

DeepMind heeft ook de AlphaVouw Server, een gratis en gebruiksvriendelijk platform waarmee onderzoekers de kracht van AlphaFold 3 kunnen benutten zonder uitgebreide rekenkracht of expertise in machinaal leren. 

Een korte geschiedenis van het AlphaFold project

Vóór machine learning was het berekenen van het aantal configuraties dat een eiwit kon aannemen astronomisch tijdrovend.

Het AlphaFold-project begon in 2016 en eindigde in 2018, kort na de historische overwinning van AlphaGo op Lee Sedol, een internationale topspeler in Go. 

In 2018, DeepMind debuteerde AlphaFold 1, de eerste versie van het AI-systeem, op de CASP13 (Kritische beoordeling van de voorspelling van eiwitstructuren) uitdaging. 

Deze tweejaarlijkse wedstrijd brengt onderzoeksgroepen van over de hele wereld samen om de nauwkeurigheid van hun voorspellingen van eiwitstructuren te toetsen aan echte experimentele gegevens. 

AlphaFold 1 werd eerste in de competitie, een enorme mijlpaal in de computationele biologie.

Twee jaar later, op CASP14 in 2020, DeepMind presenteerde AlphaFold 2, met een nauwkeurigheid die zo hoog was dat de wetenschappelijke gemeenschap het eiwitvouwprobleem als opgelost beschouwde. 

De prestaties van AlphaFold 2 waren opmerkelijk. Het behaalde een mediane nauwkeurigheidsscore van 92,4 GDT (Global Distance Test) over alle doelen. 

Om dit in perspectief te plaatsen: een score van 90 GDT wordt beschouwd als concurrerend met resultaten verkregen met experimentele methoden. Het AlphaFold 2 methods paper heeft sindsdien meer dan 20.000 citaties ontvangen en staat daarmee in de top 500 van meest geciteerde papers op alle wetenschappelijke gebieden. 

AlphaFold heeft een belangrijke rol gespeeld in talloze nieuwe onderzoeksprojecten, zoals het bestuderen van eiwitten die milieuverontreinigende stoffen, zoals plastic, kunnen afbreken en het verbeteren van ons begrip van ongewone tropische ziekten zoals Leishmaniasis en Chagas.

In juli 2021, DeepMindheeft in samenwerking met EMBL's European Bioinformatics Institute (EMBL-EBI) de AlphaFold Protein Structure Database uitgebracht, die toegang biedt tot meer dan 350.000 voorspellingen van eiwitstructuren, inclusief het volledige menselijke proteoom. 

Deze database is sindsdien uitgebreid met meer dan 200 miljoen structuren, die bijna alle gecatalogiseerde eiwitten omvatten die de wetenschap kent. 

Tot op heden is de AlphaFold Protein Structure Database door meer dan een miljoen gebruikers in meer dan 190 landen geraadpleegd, waardoor ontdekkingen mogelijk zijn op gebieden variërend van geneeskunde tot landbouw en daarbuiten.

AlphaFold 3 markeert een nieuwe iteratie voor dit best-in-class eiwitontdekkings- en analysesysteem. 

Doe mee met de toekomst


SCHRIJF JE VANDAAG NOG IN

Duidelijk, beknopt, uitgebreid. Krijg grip op AI-ontwikkelingen met DailyAI

Sam Jeans

Sam is een wetenschap- en technologieschrijver die bij verschillende AI-startups heeft gewerkt. Als hij niet aan het schrijven is, leest hij medische tijdschriften of graaft hij door dozen met vinylplaten.

×
 
 

GRATIS PDF EXCLUSIEF
Blijf voorop met DailyAI


 

Meld je aan voor onze wekelijkse nieuwsbrief en ontvang exclusieve toegang tot DailyAI's nieuwste eBook: 'Mastering AI Tools: Your 2024 Guide to Enhanced Productivity'.



 
 

* Door u aan te melden voor onze nieuwsbrief accepteert u onze Privacybeleid en onze Algemene voorwaarden