في أ”https://www.technologyreview.com/2024/10/08/1105221/geoffrey-hinton-just-won-the-nobel-prize-in-physics-for-his-work-on-machine-learning/”> فوزه الثاني بجائزة نوبل للذكاء الاصطناعيمنحت الأكاديمية الملكية السويدية للعلوم نصف جائزة عام 2024 في الكيمياء إلى ديميس هاسابيس، المؤسس المشارك والرئيس التنفيذي لشركة Google DeepMind، وجون إم جامبر، مدير في نفس الشركة، لعملهما على استخدام الذكاء الاصطناعي للتنبؤ بالأحداث. هياكل البروتينات. أما النصف الآخر فيذهب إلى ديفيد بيكر، أستاذ الكيمياء الحيوية في جامعة واشنطن، لعمله في تصميم البروتين الحسابي. وسيتقاسم الفائزون جائزة قدرها 11 مليون كرونة سويدية (مليون دولار).
التأثير المحتمل لهذا البحث هائل. البروتينات أساسية للحياة، ولكن فهم ما تفعله يتطلب معرفة بنيتها، وهو لغز صعب للغاية كان يستغرق في السابق شهورًا أو سنوات لحله لكل نوع من البروتين. ومن خلال تقليل الوقت المستغرق للتنبؤ ببنية البروتين، فإن الأدوات الحسابية مثل تلك التي طورها الفائزون بجوائز هذا العام تساعد العلماء على اكتساب فهم أكبر لكيفية عمل البروتينات وفتح آفاق جديدة للبحث وتطوير الأدوية. التكنولوجيا يمكن أن تفتح”https://www.technologyreview.com/2023/02/15/1067904/ai-automation-drug-development/”>لقاحات أكثر كفاءة، وتسريع الأبحاث حول علاجات السرطانأو يؤدي إلى مواد جديدة تمامًا.
هاسابيس وجمبر”https://www.technologyreview.com/2020/11/30/1012712/deepmind-protein-folding-ai-solved-biology-science-drugs-disease/”>تم إنشاء AlphaFold، والتي حلت في عام 2020 مشكلة كان العلماء يتصارعون معها لعقود من الزمن: التنبؤ بالبنية ثلاثية الأبعاد للبروتين من سلسلة من الأحماض الأمينية. تم استخدام أداة الذكاء الاصطناعي منذ ذلك الحين”https://www.technologyreview.com/2022/07/28/1056510/deepmind-predicted-the-structure-of-almost-every-protein-known-to-science/”> التنبؤ بأشكال جميع البروتينات المعروفة للعلم.
أحدث موديلاتهم،”https://www.technologyreview.com/2024/05/08/1092183/google-deepminds-new-alphafold-can-model-a-much-larger-slice-of-biological-life/”يمكن لـ AlphaFold 3 التنبؤ بتركيبات الحمض النووي الريبوزي (DNA) والحمض النووي الريبي (RNA) والجزيئات مثل الروابطوالتي تعد ضرورية لاكتشاف الأدوية. وقد فعلت ديب مايند أيضا”https://www.technologyreview.com/2021/07/22/1029973/deepmind-alphafold-protein-folding-biology-disease-drugs-proteome/”> إطلاق الكود المصدري وقاعدة البيانات نتائجها للعلماء مجانا.
“I’ve dedicated my career to advancing AI because of its unparalleled potential to improve the lives of billions of people,” قال ديميس هاسابيس. “AlphaFold has already been used by more than two million researchers to advance critical work, from enzyme design to drug discovery. I hope we’ll look back on AlphaFold as the first proof point of AI’s incredible potential to accelerate scientific discovery,” وأضاف.
ابتكر بيكر العديد من أدوات الذكاء الاصطناعي لتصميم بنية البروتينات والتنبؤ بها، مثل”https://www.technologyreview.com/2022/12/01/1064023/biotech-labs-are-using-ai-inspired-by-dall-e-to-invent-new-drugs/”> عائلة البرامج تسمى روزيتا. في عام 2022، أنشأ مختبره أداة ذكاء اصطناعي مفتوحة المصدر تسمى”https://www.technologyreview.com/2022/09/15/1059550/an-ai-that-can-design-new-proteins-could-help-unlock-new-cures-and-materials/”> البروتين MPNN والتي يمكن أن تساعد الباحثين على اكتشاف بروتينات غير معروفة سابقًا وتصميم بروتينات جديدة تمامًا. فهو يساعد الباحثين الذين لديهم بنية بروتينية دقيقة في العثور على تسلسلات الأحماض الأمينية التي يمكن طيها في هذا الشكل.
ومؤخرًا، في أواخر سبتمبر، أعلن مختبر بيكر عن ذلك”https://www.bakerlab.org/2024/09/27/targeted-protein-degradation-through-advanced-protein-design/”> تطوير جزيئات مخصصة والتي تسمح للعلماء باستهداف البروتينات المرتبطة بالأمراض في الخلايا الحية والقضاء عليها بدقة.
“[Proteins] تطورت على مدار التطور لحل المشاكل التي واجهتها الكائنات الحية أثناء التطور. لكننا نواجه مشاكل جديدة اليوم، مثل فيروس كورونا. وقال بيكر: “إذا تمكنا من تصميم بروتينات جيدة في حل المشكلات الجديدة مثل تلك التي تطورت أثناء التطور في حل المشكلات القديمة، فسيكون ذلك قويًا حقًا”. مراجعة تكنولوجيا معهد ماساتشوستس للتكنولوجيا في عام 2022.
تم تحديث هذه المقالة باقتباس من ديميس هاسابيس.