Την προηγούμενη εβδομάδα σχεδόν όλα τα ειδησιογραφικά μέσα ασχολήθηκαν με την Αlphabet, αλλά όσον αφορά τα καλά μεν, ασθενέστερα δε του αναμενομένου έσοδα δεύτερου τριμήνου.
Η μεγάλη είδηση όμως δεν βρίσκεται στα έσοδα των 69,69 δις έναντι 69,9 δις δολαρίων που αναμενόταν και στην επιβράδυνση των εσόδων στο 13% από το 62% του αντίστοιχου περσινού τριμήνου.
Όσοι διάβασαν αναλυτικά τα αποτελέσματα θα είδαν ότι τα έσοδα του τομέα Other Bets της Alphabet -ο οποίος μεταξύ άλλων περιλαμβάνει έργα τεχνολογίας υγείας και τους επιχειρηματικούς βραχίονες της εταιρείας- αυξήθηκαν κατά 1 εκατ. δολάρια σε σχέση με το προηγούμενο έτος στα 193 εκατ. δολάρια. Στον τομέα αυτό όμως κρύβεται η μεγάλη είδηση και δεν αφορά τα έσοδα τριμήνου.
Όταν αρχές του έτους η στήλη είχε παρουσιάσει μια από τις θυγατρικές της Google, την εταιρεία τεχνητής νοημοσύνης DeepMind Technologies-περισσότερα μπορείτε να διαβάσετε εδώ δεν περιμέναμε το πρώτο update να γίνει λίγους μόλις μήνες αργότερα.
Τις ειδήσεις αυτόν τον καιρό μονοπωλεί η ρωσοουκρανική κρίση και οι επιπτώσεις της, όπως το ξέσπασμα του πληθωρισμού ή ο κίνδυνος της ύφεσης.
Όμως η είδηση της δεκαετίας είναι το ιστορικό βήμα που έγινε αυτές τις ημέρες από τη θυγατρική της Google και το οποίο ανοίγει νέους ορίζοντες με όλη τη σημασία της λέξης για την επιστήμη της βιολογίας, της ιατρικής και της φαρμακευτικής, δικαιώνοντας την άποψη μας ότι η συγκεκριμένη εταιρεία αντιπροσωπεύει πολλά περισσότερα από μια εταιρεία τεχνολογίας, καθώς αποτελεί έναν εκ των βασικών συντελεστών που θα αναμορφώσει την πραγματικότητα που θα παραδώσουμε στα παιδιά μας.
Οι ερευνητές λοιπόν της DeepMind ανακοίνωσαν ότι με τη βοήθεια της Τεχνητής Νοημοσύνης- εφεξής ΑΙ- και πιο συγκεκριμένα μέσω του αλγόριθμου ΑlphaFold, είναι πλέον σε θέση να προβλέψουν τη δομή σχεδόν όλων των γνωστών πρωτεϊνών.
Η μετάφραση αυτού του μοναδικού επιτεύγματος είναι η εξής:πλέον είναι θέμα χρόνου η ανακάλυψη νέων φαρμάκων για ανίατες αρρώστιες αλλά και οι λύσεις σε θέματα όπως η βιωσιμότητα και η επισιτιστική ανασφάλεια.
Ήδη από πέρσι τον Ιούλιο η DeepMind είχε κυκλοφορήσει μια βάση δεδομένων με σχεδόν ένα εκατομμύριο προβλεπόμενες πρωτεΐνες, επιτρέποντας σε ερευνητές και εργαστήρια σε όλο τον κόσμο να τη χρησιμοποιήσουν για οποιονδήποτε σκοπό.
Τον φετινό όμως Ιούλιο σε νέα της ανακοίνωση η DeepMind δήλωσε ότι διεύρυνε τη βάση δεδομένων ώστε να περιλαμβάνει 214 εκατομμύρια πιθανές πρωτεΐνες –ήτοι σχεδόν όλες τις πρωτεΐνες που είναι γνωστές στην επιστήμη- συμπεριλαμβανομένων αυτών που βρίσκονται στο ανθρώπινο σώμα, στα ζώα, στα φυτά, στα βακτήρια και σε πολλούς άλλους οργανισμούς.
Για να υπάρχει ένα μέτρο σύγκρισης για το πού ήμασταν και πού βαδίζουμε θα αναφέρουμε ότι μέχρι σήμερα η επιστήμη είχε προσδιορίσει μόνο το ένα τρίτο των ανθρώπινων πρωτεϊνών.
Όπως θα δούμε αναλυτικά παρακάτω, η κατανόηση της δομής μιας πρωτεΐνης είναι απαρραίτητη προϋπόθεση για να κατανοήσουμε τη λειτουργία της και τις αλληλεπιδράσεις της, για αυτό εδώ και δεκαετίες οι επιστήμονες δούλευαν πάνω σε πρότυπα μοντελοποίησης των πρωτεϊνών.
Ο αλγόριθμος AlphaFold επιτάχυνε πραγματικά «έτη φωτός» τη διαδικασία σε σχέση με τις παλιές χρονοβόρες και κοστοβόρες μεθόδους όπως η κρυσταλλογραφία ακτίνων Χ και η κρυοηλεκτρονική μικροσκοπία.
Ο ρόλος των πρωτεϊνών
Οι πρωτεΐνες δεν υποστηρίζουν απλά τις βιολογικές διεργασίες στο σώμα μας, αλλά και κάθε βιολογική διαδικασία σε κάθε ζωντανό ον. Είναι στην κυριολεξία τα δομικά στοιχεία της ζωής. Τίποτα δε λειτουργεί σωστά στα κύτταρα μας χωρίς τις πρωτεΐνες.
Θα μπορούσαμε να τις περιγράψουμε σαν δισεκατομμύρια μικροσκοπικές μοριακές μηχανές που βρίσκονται μέσα σε κάθε κύτταρο του σώματος μας και μας προσδιορίζουν ως το μοναδικό άτομο που είμαστε, επιτρέποντας στα μάτια μας να ανιχνεύουν το φως, στους νευρώνες μας να δέχονται και να μεταφέρουν τα ερεθίσματα, στον εγκέφαλο μας να τα διαβάζει κ.ο.κ.
Το σχήμα κάθε πρωτεΐνης είναι αυτό που καθορίζει τον τρόπο που δρα, είτε πρόκειται για δομικές πρωτεΐνες, είτε για ενζυματικές πρωτεΐνες που ρυθμίζουν τον μεταβολισμό.
Μέχρι πρότινος γνωρίζαμε την ακριβή τρισδιάστατη δομή μόνο ενός μικρού κλάσματος των πρωτεϊνών που είναι γνωστές στην επιστήμη, ενώ για τα τελευταία 50 χρόνια το πρόβλημα της αναδίπλωσης των πρωτεϊνών αποτελούσε ένα από τα μεγαλύτερα μυστήρια της βιολογίας.
Η δυνατότητα να προβλέπουμε τη δομή εκατομμυρίων πρωτεϊνών θα μας βοηθήσει όχι μόνο να βρούμε νέα, αποτελεσματικά φάρμακα για ένα πλήθος ασθενειών, αλλά ίσως μας βοηθήσει να ξεκλειδώσουμε το μυστήριο για το πώς λειτουργεί η ίδια η ζωή.
Λίγα λόγια για τη DeepMind και το AlphaFold
Η DeepMind Technologies ιδρύθηκε τον Σεπτέμβριο του 2010 και από το 2014 και μετά είναι θυγατρική της Alphabet, εδρεύει στο Λονδίνο και έχει ερευνητικά κέντρα ΑΙ στον Καναδά, τη Γαλλία και τις Ηνωμένες Πολιτείες.
Το AlphaFold είναι ένα σύστημα Tεχνητής Nοημοσύνης που «διδάχθηκε» μέσω των αλληλουχιών και των δομών περίπου 100.000 γνωστών πρωτεϊνών. Σήμερα είναι σε θέση να προβλέπει με σχετική ακρίβεια την τρισδιάστατη δομή πρωτεϊνών γνωρίζοντας μόνο την αλληλουχία των αμινοξέων τους, η οποία καθορίζεται από τα αντίστοιχα γονίδια.
Το σημαντικό είναι ότι το AlphaFold μπορεί να προσδιορίσει τη δομή μιας πρωτεΐνης μέσα σε ελάχιστο χρόνο σε σχέση με τις μέχρι τώρα πειραματικές τεχνικές που χρειάζονταν χρόνια και εκατομμύρια δολάρια, επιταχύνοντας την πρόοδο σε πολλούς τομείς έρευνας που είναι σημαντικοί για την κοινωνία, όπως η αντοχή των μικροβίων στα αντιβιοτικά, η ανακάλυψη αποτελεσματικών θεραπειών για ανίατες αρρώστειες, η ρύπανση από τα μικροπλαστικά - μικροσκοπικές ίνες πλαστικού που αν και αόρατες εύκολα εισέρχονται στην τροφική αλυσίδα- αλλά και η κλιματική αλλαγή.
Ήδη χρησιμοποιείται
-στο Drugs for Neglected Diseases Initiative προκειμένου να προχωρήσει η έρευνα για θεραπείες ασθενειών που επηρεάζουν δυσανάλογα τα φτωχότερα μέρη του κόσμου.
-στο Κέντρο Ενζυμικής Καινοτομίας στο Πανεπιστήμιο του Πόρτσμουθ προκειμένου να προχωρήσει η έρευνα για τη δημιουργία ταχύτερων ενζύμων με στόχο να ανακυκλώνουν κάποια από τα πιο ρυπογόνα πλαστικά μιας χρήσης.
- στο Πανεπιστήμιο Boulder του Κολοράντο προκειμένου να επιταχυνθεί η μελέτη της αντοχής των μικροβίων στα αντιβιοτικά,
- στο Πανεπιστήμιο της Καλιφόρνια για την κατανόησή της βιολογίας του SARS-CoV-2,
- στο Πανεπιστημίου της Οξφόρδης προκειμένου να προχωρήσει η έρευνα σχετικά με τα εμβόλια της ελονοσίας, η οποία σκοτώνει 400.000 ανθρώπους περίπου παγκοσμίως κάθε χρόνο.
Παρά τα πολλά χρόνια έρευνας, ποτέ δεν ήμασταν σε θέση να προσδιορίσουμε με λεπτομέρεια πώς είναι το μόριο της πρωτείνης της ελονοσίας που ονομάζεται Pfs48/45.
Οι ερευνητές όμως κατάφεραν να συγκρίνουν την μέχρι τώρα «ασαφή» εικόνα που είχαν από πειραματικές μεθόδους του μορίου αυτού, με τη δομή της πρωτεΐνης που προέβλεψε το σύστημα AlphaFold. Τα δύο μοντέλα «ταίριαξαν» μεταξύ τους και δημιούργησαν μια ευκρινή εικόνα του μορίου, του τρόπου λειτουργίας του και του τρόπου σύνδεσης των αντισωμάτων με αυτό, ανοίγοντας νέες προοπτικές στην καταπολέμηση της ελονοσίας.
Η κοινοκτημοσύνη της γνώσης οδηγεί την επανάσταση
Είναι εξαιρετικά σημαντικό ότι η βάση δεδομένων του AlphaFold «μοιράζεται» στην επιστημονική κοινότητα, μέσω του CASP, του κοινοτικού φόρουμ που επιτρέπει στους ερευνητές να μοιραστούν την πρόοδο σχετικά με το πρόβλημα της αναδίπλωσης των πρωτεϊνών.
Χάρη δε στη στενή συνεργασία με το Ευρωπαϊκό Ινστιτούτο Βιοπληροφορικής EMBL και το Ευρωπαϊκό Εργαστήριο Μοριακής Βιολογίας EMBL διατέθηκε εδώ και μήνες δωρεάν σε κάθε επιστήμονα μια βάση δεδομένων που καλύπτει τις δομές του 98,5% των ανθρώπινων πρωτεϊνών και δεκάδες χιλιάδες πρωτεΐνες από 20 οργανισμούς μεγάλης βιολογικής σημασίας, όπως το παράσιτο της ελονοσίας και το βακτήριο της φυματίωσης.
Ακριβώς αυτή η πρόσβαση της επιστημονικής κοινότητας στις βάσεις δεδομένων του AlphaFold είναι ο παράγοντας –κλειδί που μπορεί να επιδράσει καταλυτικά στην έρευνα και τις κλινικές προόδους παγκοσμίως.
Τα «μεγάλα και τα σπουδαία» λοιπόν που θα ακολουθήσουν εφεξής στον τομέα της ιατρικής έρευνας θα οφείλονται τόσο στην εφευρετικότητα της ομάδας του AlphaFold της DeepMind σε συνδυασμό με τις εξελιγμένες αλγοριθμικές καινοτομίες της AI, όσο και στις ανακαλύψεις γενεών επιστημόνων, από τους πρώτους πρωτοπόρους της πρωτεϊνικής απεικόνισης και κρυσταλλογραφίας, έως τους χιλιάδες ειδικούς προβλέψεων και δομικούς βιολόγους που έχουν περάσει χρόνια πειραματιζόμενοι με πρωτεΐνες και συνεχίζουν απτόητοι την έρευνα.
Περάσαμε ως ανθρωπότητα ήδη σε μια νέα φάση...και τα παιδιά μας θα είναι η πρώτη γενιά που θα απολαύσει αυτούς τους καρπούς.
Αποποίηση Ευθύνης
Το υλικό αυτό παρέχεται για πληροφοριακούς και μόνο σκοπούς. Σε καμιά περίπτωση δεν πρέπει να εκληφθεί ως προσφορά, συμβουλή ή προτροπή για την αγορά ή πώληση των αναφερόμενων προϊόντων. Παρόλο που οι πληροφορίες που περιέχονται βασίζονται σε πηγές που θεωρούνται αξιόπιστες, ουδεμία διασφάλιση δίνεται ότι είναι πλήρεις ή ακριβείς και δεν θα πρέπει να εκλαμβάνονται ως τέτοιες.
