Szeptember közepén rendeztük meg 12. Qubit Live estünket, amelyen meghívott előadóinkkal a mesterséges intelligencia (AI) főbb kutatási irányaival, korlátaival és társadalmi kockázataival foglalkoztunk. A napokban megosztjuk az eseményen elhangzott előadásokat, a kerekasztal-beszélgetést és a nézői kérdésekre adott válaszokat is, hogy az is megnézhesse őket, aki nem tudott részt venni a Qubit+ előfizetőinek meghirdetett rendezvényünkön.

„A fehérjemolekulák nagyon sok mindent csinálnak a szervezetünkben: miattuk tudunk mozogni, miattuk tudjuk megemészteni a csirkecombot és a pirítós kenyeret, és miattuk tudunk gondolkozni is, tehát az agyi folyamatokban is ők a főszereplők” – mondta előadásában Gáspári Zoltán, a Pázmány Péter Katolikus Egyetem bioinformatikus tanára és az MTA doktora, ezzel is alátámasztva, hogy a fehérjék megismerése nélkülözhetetlen az élet megértéséhez. Csakhogy a fehérjéknek nagyon bonyolult háromdimenziós szerkezetük van, amit a kutatóknak meg kell ismerniük ahhoz, hogy például vírusok elleni vakcinákat fejlesszenek, vagy épp a PET-palackok lebontásához mesterségesen enzimet tervezzenek.

De hányféle fehérjeszerkezet létezik egyáltalán, és ismerünk-e eleget? Utóbbi kérdésre Gáspári szerint egyszerű a válasz: sosem ismerünk eleget, hiszen rengeteg különböző formájú, alakú és méretű molekula és molekulakomplex (több molekulából felépülő szerkezet) van, ráadásul az ismert fehérjemolekulák száma „sok-sok nagyságrenddel meghaladja azokét, amelyekről bármilyen kísérletes információval rendelkezünk”.

Na de mi az akadálya annak, hogy minél többről megtudjunk szerkezeti információkat? „Hát az, hogy a meghatározásukhoz szükséges kísérletek nagyon drágák, időigényesek, és nem is biztos, hogy sikeresek” – mondta Gáspári. Példaként a SARS-CoV-1 vírust említette, amely 2003-ban okozott járványt, és hiába kezdték el egyből vizsgálni, csak 2016-ra sikerült meghatározni a tüskefehérjéjének szerkezetét. Ez egyébként elengedhetetlen volt abban, hogy öt évvel később a lehető leggyorsabban sikerüljön vakcinát fejleszteni a koronavírus újabb változata (SARS-CoV-2) ellen.

Időközben a mesterséges intelligencia teljesen felforgatta ezt a területet: a Google DeepMind 2018-ban jött ki az AlphaFold nevű AI-eszközzel, de a 2020-as AlphaFold2 jelentette az igazi áttörést – a DeepMind kutatói ezért 2024-ben meg is kapták a kémiai Nobel-díjat. Az algoritmus egybegyúrja a fehérjék térszerkezetének megbecslésére létező kísérletes módszereket, és egy gombnyomásra elvégzi a munkát, majd a neurális háló addig finomítja az eredményt, amíg a meghatározott szerkezet kémiailag értelmezhető és konzisztens nem lesz. Gáspári arra azért felhívta a figyelmet, hogy bár rengeteg időt, pénzt és energiát megtakaríthat az AlphaFold használata a kutatóknak, az AI-t is értő módon kell használni, így az emberi és a gépi tudás együttes felhasználásával juthatnak igazán áttörő eredményekre.

Az előadás videó és podcast formájában is elérhető. Nézd meg itt:

Forrás