DeepMind и EMBL выпустили самую полную базу данных предсказанных 3D-структур белков человека
Компания DeepMind в партнерстве с Европейской лабораторией молекулярной биологии (EMBL) создала самую полную и точную на сегодняшний день базу данных предсказанных структур белков для человеческого протеома. Она охватывает все ~20 000 белков, кодируемых человеческим геномом. Данные будут находиться в свободном и открытом доступе для научного сообщества.
Прорывным событием стало признание в декабре 2020 года системы AlphaFold организаторами конкурса CASP (Critical Assessment of protein Structure Prediction) как решения 50-летней грандиозной задачи предсказания структуры белка. База данных AlphaFold Protein Structure Database опирается на это достижение и открытия поколений ученых.
Эта база данных кардинально расширяет накопленные знания о белковых структурах, более чем вдвое увеличивая количество высокоточных структур белков человека, доступных исследователям.
На прошлой неделе в журнале Nature была опубликована методология, лежащая в основе последней инновационной версии AlphaFold, а также ее исходный код. Сегодняшнее объявление совпадает со второй публикацией в Nature, которая дает наиболее полную картину белков, составляющих человеческий протеом, и выпуском данных по 20 дополнительным организмам, важным для биологических исследований.
"Мы использовали AlphaFold, чтобы создать наиболее полную и точную картину человеческого протеома. Мы считаем, что это самый значительный вклад ИИ в развитие научных знаний на сегодняшний день", — сказал основатель и CEO DeepMind Демис Хассабис.
AlphaFold уже помогает ученым ускорять открытия
Способность вычислительно предсказывать форму белка по его аминокислотной последовательности — вместо того, чтобы определять ее экспериментально годами кропотливой и дорогостоящей работы — уже помогает ученым достигать за месяцы того, на что раньше уходили годы.
"База данных AlphaFold — прекрасный пример благотворного цикла открытой науки", — сказала генеральный директор EMBL Эдит Херд. — "Я считаю, что AlphaFold — это настоящая революция для наук о жизни, такая же, как геномика несколько десятилетий назад".
AlphaFold уже используется такими партнерами, как:
- DNDi (Инициатива по лекарствам для забытых болезней) — для продвижения исследований в области лечения болезней, непропорционально сильно затрагивающих беднейшие регионы мира.
- CEI (Центр инноваций в области ферментов) — для разработки более быстрых ферментов, перерабатывающих самые загрязняющие одноразовые пластики.
Предсказания AlphaFold также помогают ускорить исследования группам, изучающим устойчивость к антибиотикам (Университет Колорадо в Боулдере) и биологию SARS-CoV-2 (Калифорнийский университет в Сан-Франциско).
База данных белковых структур AlphaFold
База данных создана благодаря вкладу международного научного сообщества, инновационным алгоритмам AlphaFold и многолетнему опыту EMBL-EBI в обмене биологическими данными. DeepMind и EMBL-EBI предоставляют доступ к предсказаниям AlphaFold, чтобы другие могли использовать систему как инструмент для ускорения исследований.
"Это будет одним из самых важных наборов данных со времен картирования генома человека", — сказал заместитель генерального директора EMBL и директор EMBL-EBI Юэн Бирни.
Помимо человеческого протеома, в запускаемой базе данных содержится ~350 000 структур, включая 20 биологически значимых организмов, таких как E.coli, плодовая мушка, мышь, рыбка данио, малярийный плазмодий и туберкулезная палочка.
Будущее AlphaFold
База данных и система будут периодически обновляться. В ближайшие месяцы планируется расширить охват почти до каждого известного науке секвенированного белка — свыше 100 миллионов структур, покрывающих большую часть справочной базы данных UniProt.