Μοντέλο AI επινόησε ένα νέο «φωτεινό» μόριο που θα χρειαζόταν 500 εκατ. χρόνια για να εξελιχθεί στη φύση - StarLink Greece
Μοντέλο AI επινόησε ένα νέο «φωτεινό» μόριο που θα χρειαζόταν 500 εκατ. χρόνια για να εξελιχθεί στη φύση - StarLink Greece


Ένα μοντέλο τεχνητής νοημοσύνης (AI) προσομοίωσε μισό δισεκατομμύριο χρόνια μοριακής εξέλιξης για να δημιουργήσει τον κώδικα μιας άγνωστης προηγουμένως πρωτεΐνης, σύμφωνα με μια νέα μελέτη. Η «λαμπερή πρωτεΐνη», η οποία είναι παρόμοια με εκείνες που βρίσκονται στις μέδουσες και τα κοράλλια, μπορεί να βοηθήσει στην ανάπτυξη νέων φαρμάκων, λένε οι ερευνητές.

Η σημασία των πρωτεϊνών στην επιστήμη

Οι πρωτεΐνες είναι θεμελιώδη συστατικά της ζωής, που εκτελούν διάφορες λειτουργίες στο σώμα, όπως την ανάπτυξη των μυών και την καταπολέμηση των ασθενειών. Η πρωτεΐνη που δημιουργήθηκε, ονομάζεται esmGFP και είναι μια νέα μορφή πράσινης φωτεινής πρωτεΐνης, παρόμοιας με αυτές που συναντώνται σε μέδουσες και κοράλλια. Η εν λόγω πρωτεΐνη είναι εντελώς καινούργια και δεν υπάρχει στη φύση.

Πώς δημιουργήθηκε η πρωτεΐνη

Η πρωτεΐνη esmGFP υπάρχει μόνο ως κώδικας υπολογιστή, αλλά περιέχει τα σχέδια για τη δημιουργία αυτής της άγνωστης πράσινης φωτεινής πρωτεΐνης. Αν συγκριθεί με την πιο κοντινή γνωστή πρωτεΐνη, η οποία είναι μια τροποποιημένη εκδοχή της πρωτεΐνης από θαλάσσιες ανεμώνες, η αλληλουχία των γραμμάτων του esmGFP είναι κατά 58% παρόμοια.

Το ESM3 δεn σχεδιάζει πρωτεΐνες εντός των συνηθισμένων περιορισμών της εξέλιξης. Αντίθετα, είναι ένας επιλυτής προβλημάτων που συμπληρώνει κενά ατελούς πρωτεϊνικού κώδικα που παρέχεται από τους ερευνητές και με αυτόν τον τρόπο σχεδιάζει κάτι που θα μπορούσε να υπάρχει με βάση όλα τα πιθανά μονοπάτια που θα μπορούσε να ακολουθήσει η εξέλιξη.

«Διαπιστώσαμε ότι το ESM3 μαθαίνει θεμελιώδη βιολογία και μπορεί να δημιουργήσει λειτουργικές πρωτεΐνες έξω από το διάστημα που εξερευνά η εξέλιξη», δήλωσε στο Live Science ο συν-συγγραφέας της μελέτης Alex Rives, συνιδρυτής και επικεφαλής επιστήμονας της EvolutionaryScale.

Εξελίσσοντας μέσω Τεχνητής Νοημοσύνης

Η τεχνητή νοημοσύνη ESM3, που χρησιμοποιήθηκε για τη δημιουργία της esmGFP, βασίζεται σε γενετικά μοντέλα που επαναλαμβάνουν τις εξελικτικές διαδικασίες. Αντί να σχεδιάζει τις πρωτεΐνες με τους συνηθισμένους περιορισμούς της εξέλιξης, το ESM3 επιλύει κενά σε ατελή δεδομένα πρωτεϊνών και δημιουργεί κάτι που θα μπορούσε να υπάρχει φυσιολογικά βάσει όλων των πιθανών μονοπατιών που θα μπορούσε να ακολουθήσει η εξέλιξη.

Εφαρμογές και επιπτώσεις για την Ιατρική

Η ικανότητα του ESM3 να κατανοεί την βιολογία των πρωτεϊνών και να δημιουργεί νέες μπορεί να επιταχύνει την εφαρμογή της πρωτεϊνικής μηχανικής, ενώ είναι καθοριστική για τον σχεδιασμό νέων φαρμάκων και θεραπευτικών λύσεων.

Η Tiffany Taylor, εξελικτική βιολόγος στο Πανεπιστήμιο του Bath, που δε συμμετείχε στην έρευνα, ανέφερε για την προτυπωμένη έκδοση της μελέτης για το Live Science το 2024.

Στην ανάλυσή της, η Taylor έγραψε ότι μοντέλα τεχνητής νοημοσύνης όπως το ESM3 θα επιτρέψουν καινοτομίες στη μηχανική πρωτεϊνών που η εξέλιξη δεν μπορεί. Ωστόσο, σημείωσε επίσης ότι ο ισχυρισμός των ερευνητών για προσομοίωση 500 εκατομμυρίων ετών εξέλιξης επικεντρώνεται μόνο σε μεμονωμένες πρωτεΐνες και δε λαμβάνει υπόψη τα πολλά στάδια της φυσικής επιλογής που τελικά δημιουργούν ζωή.

«Η μηχανική πρωτεϊνών που βασίζεται στην τεχνητή νοημοσύνη είναι ενδιαφέρουσα, αλλά δεν μπορούμε να μη νιώθουμε ότι μπορεί να έχουμε υπερβολική αυτοπεποίθηση υποθέτοντας ότι μπορούμε να ξεπεράσουμε τις περίπλοκες διαδικασίες που ακονίζονται από εκατομμύρια χρόνια φυσικής επιλογής», είπε η Taylor.





VIA: Πηγή Άρθρου


Greek Live Channels Όλα τα Ελληνικά κανάλια: Βρίσκεστε μακριά από το σπίτι ή δεν έχετε πρόσβαση σε τηλεόραση; Το IPTV σας επιτρέπει να παρακολουθείτε όλα τα Ελληνικά κανάλια και άλλο περιεχόμενο από οποιαδήποτε συσκευή συνδεδεμένη στο διαδίκτυο. Αν θες πρόσβαση σε όλα τα Ελληνικά κανάλια Πατήστε Εδώ


Ακολουθήστε το TechFreak.gr στο Google News

Ακολουθήστε το TechFreak.GR στο Google News για να μάθετε πρώτοι όλες τις ειδήσεις τεχνολογίας.


ΑΦΗΣΤΕ ΜΙΑ ΑΠΑΝΤΗΣΗ

εισάγετε το σχόλιό σας!
παρακαλώ εισάγετε το όνομά σας εδώ