فاز علماء DeepMind بـ 3 ملايين دولار “جائزة الاختراق” للذكاء الاصطناعي التي تتنبأ بتركيب كل بروتين
حصل علماء من Google DeepMind على جائزة قدرها 3 ملايين دولار لتطوير نظام ذكاء اصطناعي (AI) يتنبأ بكيفية طي كل بروتين معروف تقريبًا في شكله ثلاثي الأبعاد.
ذهبت إحدى جوائز الاختراق في علوم الحياة لهذا العام إلى ديميس هاسابيس ، المؤسس المشارك والرئيس التنفيذي لشركة DeepMind ، التي ابتكرت برنامج التنبؤ بالبروتين المعروف باسم AlphaFold ، وجون جامبر ، وهو عالم أبحاث كبير في DeepMind ، مؤسسة Breakthrough Prize Foundation. أعلن (يفتح في علامة تبويب جديدة) الخميس (22 سبتمبر).
يقوم البرنامج مفتوح المصدر بعمل تنبؤاته بناءً على تسلسل الأحماض الأمينية للبروتين ، أو الوحدات الجزيئية التي يتكون منها البروتين ، ذكرت Live Science سابقًا. ترتبط هذه الوحدات الفردية في سلسلة طويلة ثم يتم “طيها” في شكل ثلاثي الأبعاد. تحدد البنية ثلاثية الأبعاد للبروتين ما يمكن أن يفعله هذا البروتين ، سواء كان ذلك قطع الحمض النووي أو وضع علامات على مسببات الأمراض الخطيرة للتدمير ، لذا فإن القدرة على استنتاج شكل البروتينات من تسلسل الأحماض الأمينية الخاصة بها أمر قوي للغاية.
تُمنح جوائز الاختراق للباحثين الرائدين في مجالات الفيزياء الأساسية وعلوم الحياة و الرياضيات. تأتي كل جائزة مع جائزة قدرها 3 ملايين دولار ، مقدمة من الرعاة المؤسسين سيرجي برين ؛ بريسيلا تشان ومارك زوكربيرج ؛ يوري وجوليا ميلنر ؛ وآن وجسيكي.
متعلق ب: فوز عالمان بقيمة 3 ملايين دولار “جائزة الاختراق” لتقنية mRNA وراء لقاحات COVID-19
يقرأ بيان المؤسسة: “البروتينات هي الآلات النانوية التي تدير الخلايا ، والتنبؤ ببنيتها ثلاثية الأبعاد من تسلسل أحماضها الأمينية أمر أساسي لفهم طريقة عمل الحياة”. “مع فريقهم في ديب مايند ، ابتكر هسابيس وجامبر نظامًا تعليميًا عميقًا يصمم بدقة وبسرعة بنية البروتينات.”
باستخدام AlphaFold ، قام فريق DeepMind بتجميع قاعدة بيانات لحوالي 200 مليون بنية بروتينية ، بما في ذلك البروتينات التي تنتجها النباتات والبكتيريا والفطريات والحيوانات ، حسبما ذكرت Live Science سابقًا. تتضمن قاعدة البيانات هذه تقريبًا جميع البروتينات المفهرسة المعروفة للعلم.
نظام الذكاء الاصطناعي “تعلم” تجميع هذه الأشكال من خلال دراسة الهياكل البروتينية المعروفة التي تم تجميعها في قواعد البيانات الموجودة. تم تصور هياكل البروتين هذه بشق الأنفس باستخدام تقنية تسمى علم البلورات بالأشعة السينية ، والتي تتضمن انكسار هياكل البروتين البلورية باستخدام الأشعة السينية ثم قياس كيفية انعراج هذه الأشعة.
ضمن قواعد البيانات الحالية هذه ، حدد AlphaFold الأنماط بين تسلسل الأحماض الأمينية للبروتينات وأشكالها ثلاثية الأبعاد النهائية. ثم ، باستخدام شبكة عصبية – وهي خوارزمية مستوحاة بشكل فضفاض من كيفية معالجة الخلايا العصبية للمعلومات في مخ – استخدم الذكاء الاصطناعي هذه المعلومات لتحسين قدرته بشكل متكرر على التنبؤ بهياكل البروتين ، المعروفة وغير المعروفة.
وكتب حسبس في مقال له: “لقد كان ملهمًا للغاية أن نرى الطرق التي لا تعد ولا تحصى التي اتخذها المجتمع البحثي لـ AlphaFold ، حيث استخدمها في كل شيء بدءًا من فهم الأمراض ، إلى حماية نحل العسل ، إلى فك رموز الألغاز البيولوجية ، إلى البحث بشكل أعمق في أصول الحياة نفسها”. بيان (يفتح في علامة تبويب جديدة) نشرت في يوليو.
كتب: “بصفتنا روادًا في مجال” البيولوجيا الرقمية “الناشئ ، نحن متحمسون لرؤية الإمكانات الهائلة للذكاء الاصطناعي التي بدأت تتحقق كواحدة من أكثر الأدوات المفيدة للبشرية لتعزيز الاكتشاف العلمي وفهم الآليات الأساسية للحياة”. .
نُشر في الأصل على Live Science.
