Η βάση AlphaFold αποκτά μια νέα «πύλη» για τους ιούς: περισσότερα από 8.000 προβλεπόμενα ζεύγη ιικών πρωτεϊνών προστέθηκαν στις 24 Σεπτεμβρίου, μαζί με έναν κόμβο αφιερωμένο στην προετοιμασία για πανδημίες. Οι καταχωρίσεις αφορούν 23 οικογένειες ιών, όλες με μέλη που μπορούν να μολύνουν ανθρώπους.
Το νέο υλικό δεν είναι κατάλογος επιβεβαιωμένων εργαστηριακών δομών. Είναι υπολογιστικές προβλέψεις που μπορούν να δείξουν πώς συνεργάζονται οι πρωτεΐνες ενός ιού — και να βοηθήσουν τους ερευνητές να αποφασίσουν ποια ερωτήματα αξίζει να εξεταστούν πρώτα.
Τι προστέθηκε στη βάση
Η ομάδα που εργάστηκε στο εγχείρημα ανέλυσε τις αλληλουχίες 41.774 πρωτεϊνών από περίπου 2.800 ιούς, μεταξύ άλλων από ιούς που προκαλούν mpox, ιλαρά και ηπατίτιδα Β. Με το AlphaFold2 υπολόγισε τις πιθανές δομές για 40.746 ομοδιμερή — ζεύγη δύο ίδιων πρωτεϊνικών αλυσίδων — και σχεδόν 1,7 εκατομμύρια ετεροδιμερή, στα οποία οι δύο αλυσίδες είναι διαφορετικές.
Μόνο οι προβλέψεις που κρίθηκαν αρκετά αξιόπιστες μπήκαν στη βάση AlphaFold: 2.749 ομοδιμερή και 5.279 ετεροδιμερή, δηλαδή συνολικά 8.028 ζεύγη. Όλες οι υπόλοιπες προβλέψεις παραμένουν διαθέσιμες δημόσια, αλλά δεν εμφανίζονται ως καταχωρίσεις της κύριας βάσης.
Γιατί οι ιοί ήταν ένα τυφλό σημείο
Πολλοί ιοί δεν φτιάχνουν κάθε πρωτεΐνη τους ξεχωριστά. Μεταφράζουν αρχικά το γενετικό τους υλικό σε μια μεγάλη πολυπρωτεΐνη, η οποία στη συνέχεια κόβεται σε μικρότερα λειτουργικά τμήματα. Αυτό δυσκολεύει τον εντοπισμό του ακριβούς σημείου όπου αρχίζει και τελειώνει κάθε πρωτεΐνη, άρα και την πρόβλεψη της δομής της.
Ερευνητές στο Swiss Institute of Bioinformatics εντόπισαν πιο αξιόπιστες αλληλουχίες για χιλιάδες τέτοιες πρωτεΐνες. Η βελτίωση αυτή έχει πρακτική αξία: όταν οι επιστήμονες γνωρίζουν καλύτερα τη μορφή και τις πιθανές επαφές των μορίων, μπορούν να μελετήσουν πιο στοχευμένα τον πολλαπλασιασμό ενός ιού, την αλληλεπίδρασή του με τα κύτταρα και πιθανούς στόχους για φάρμακα ή εμβόλια.
Τι δεν μπορεί ακόμη να δείξει το AlphaFold
Οι προβλέψεις δεν περιλαμβάνουν τα σάκχαρα που διακοσμούν πολλές ιικές πρωτεΐνες και συχνά βοηθούν τους ιούς να αποφεύγουν την αναγνώριση από το ανοσοποιητικό σύστημα. Επιπλέον, αρκετές πρωτεΐνες λειτουργούν σε συμπλέγματα μεγαλύτερα από δύο μόρια. Η πρωτεΐνη ακίδα των κορωνοϊών, για παράδειγμα, αποτελείται από τρεις ίδιες πρωτεΐνες, όπως και η πρωτεΐνη εισόδου του HIV.
Αυτό σημαίνει ότι ένα ακριβές μοντέλο διμερούς δεν αρκεί πάντα για να περιγράψει τη βιολογική λειτουργία ενός ιού. Οι δομές του AlphaFold είναι χρήσιμες ως χάρτες εργασίας, όχι ως υποκατάστατο των πειραμάτων. Χρειάζονται εργαστηριακές μετρήσεις για να επιβεβαιωθεί αν οι πρωτεΐνες παίρνουν πράγματι τη συγκεκριμένη μορφή και αν αλληλεπιδρούν όπως προβλέπει το μοντέλο.
Η προσθήκη έχει, επομένως, διπλή σημασία. Διευρύνει μια ανοικτή υποδομή που χρησιμοποιούν εκατομμύρια ερευνητές και μεταφέρει περισσότερα δεδομένα για ιούς στο πεδίο της προετοιμασίας για πανδημίες. Ταυτόχρονα, υπενθυμίζει ότι η ταχύτητα της τεχνητής νοημοσύνης πρέπει να συνοδεύεται από πειραματικό έλεγχο — ειδικά όταν οι προβλέψεις αφορούν παθογόνους οργανισμούς.