Nowy atlas białek liczy miliard struktur. AI właśnie rozszerzyła znany wszechświat

Gdy w 2021 roku zespół DeepMind udostępnił AlphaFold — narzędzie do przewidywania kształtów białek — wielu biologów odetchnęło z ulgą. Wreszcie mieli mapę, która porządkowała znany od dziesięcioleci, ale wciąż pełen tajemnic, świat molekularnych maszyn. Dziś ta mapa okazała się jedynie początkiem. Nowy, otwarty atlas obejmujący ponad miliard przewidywanych struktur właśnie wywraca dotychczasową wiedzę do góry nogami.

Język białek, który rozumie AI

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

Zespół Chana Zuckerberg Initiative’s Biohub — instytutu założonego przez twórcę Facebooka Marka Zuckerberga i jego żonę Priscillę Chan — zaprezentował właśnie ESM Atlas. To baza danych zawierająca ponad miliard przewidywanych struktur białkowych oraz miliardy sekwencji. Jak zaznacza Alex Rives, szef działu naukowego Biohub, „atlas pokazuje całokształt biologii białek, a zwłaszcza tych jej części, które są najbardziej nieznane”.

Sercem projektu jest model ESMFold2 — następca wcześniejszego narzędzia ESMFold, opartego na tzw. modelu języka białek. W odróżnieniu od konkurencyjnych rozwiązań, ESMFold2 został od początku udostępniony w pełni na otwartej licencji. Naukowcy z całego świata mogą go pobrać, modyfikować i uruchamiać na własnych serwerach. To kluczowa różnica wobec zamkniętego w dużej mierze ekosystemu AlphaFold — najnowsza wersja, AlphaFold3, jest dostępna jedynie przez ograniczony interfejs.

800 milionów więcej niż AlphaFold

→ Czytaj też: Pamięci do AI wykańczają rynek aut. Twój następny samochód może być droższy o 8 tys. zł?

Skala nowego katalogu robi wrażenie. ESM Atlas przewyższa bazę AlphaFold o ponad 800 milionów wpisów, a poprzednią wersję ESM Atlas — o około 300 milionów. Skąd ta różnica? ESMFold2 wykorzystuje do nauki tzw. sekwencje metagenomiczne — pochodzące z próbek gleby, oceanów czy ścieków, które wcześniej nie były brane pod uwagę w takiej liczbie. To one wypełniają luki w obrazie białkowego uniwersum, które umykało klasycznym genomom wzorcowym.

Co więcej, ESMFold2 zgodnie z danymi opublikowanymi w Nature przewyższa AlphaFold3 w przewidywaniu struktury kompleksów oddziałujących białek. Szczególnie istotne okazują się wyniki dla par przeciwciało–antygen. To właśnie tam precyzja modelu może mieć bezpośrednie przełożenie na projektowanie nowych leków i immunoterapii.

Nowe narzędzie, nowe pytania

Oczywiście ogromna liczba przewidywanych struktur nie oznacza, że każda z nich jest w pełni poprawna. Modele AI wciąż mają ograniczenia — szczególnie w przypadku białek błonowych czy tych o bardzo nietypowym fałdowaniu. Jednak Alex Rives wierzy, że atlas stanie się „potężnym podłożem do odkrywania nowej biologii”. Już dziś naukowcy mogą porównywać swoje dane eksperymentalne z miliardem hipotez i szybciej wytypować najbardziej obiecujące cele badawcze.

Pojawia się też pytanie o przyszłość samego AlphaFold. Firma DeepMind, która zapoczątkowała rewolucję w predykcji struktury białek, mierzy się z wyczerpywaniem dostępnych danych treningowych. Jak donosi Nature, coraz więcej firm farmaceutycznych buduje własne modele, a otwartość ESMFold2 może być argumentem, który przeważy szalę na korzyść nowego narzędzia.

Białkowy wszechświat w zasięgu ręki

Atlas ESM to nie tylko zbiór suchych danych. To narzędzie demokratyzujące biologię strukturalną. Każdy laborant dysponujący komputerem i dostępem do internetu może dziś sprawdzić, jak wygląda białko, którego nigdy wcześniej nie widziano. To jak posiadanie mapy nieba, na której nagle pojawiają się miliony nieznanych wcześniej gwiazd. Choć część z nich może okazać się jedynie złudzeniem optycznym, prawdziwe odkrycia czekają właśnie w tych najciemniejszych zakątkach.

Dla pacjentów czekających na nowe terapie — przeciwnowotworowe, przeciwwirusowe czy te celujące w rzadkie choroby genetyczne — miliard nowych struktur to nadzieja na szybsze i tańsze projektowanie leków. Dla biologów to nowy rozdział, który dopiero zaczynamy pisać.

Jak dodaje Rives: „To pokazuje całokształt biologii białek, a zwłaszcza te części, które są najbardziej nieznane”. I właśnie w te nieznane rejony warto się zagłębić.