Les chercheurs de DeepMind affirment avoir résolu «le problème du repliement des protéines», une tâche qui tourmente les scientifiques depuis plus de 50 ans

Certains scientifiques passent leur vie à essayer d’identifier la forme de minuscules protéines dans le corps humain

Les protéines sont les mécanismes microscopiques qui déterminent le comportement des virus, des bactéries, du corps humain et de tous les êtres vivants Ils commencent comme des chaînes de composés chimiques, avant de se tordre et de se plier en formes tridimensionnelles qui définissent ce qu’ils peuvent faire – et ce qu’ils ne peuvent pas faire

Pour les biologistes, l’identification de la forme précise d’une protéine nécessite souvent des mois, des années voire des décennies d’expérimentation Cela nécessite des compétences, de l’intelligence et plus qu’un peu d’huile de coude Parfois, ils ne réussissent jamais

Maintenant, un laboratoire d’intelligence artificielle à Londres a construit un système informatique qui peut faire le travail en quelques heures, voire quelques minutes

DeepMind, un laboratoire appartenant à la même société mère que Google, a déclaré lundi que son système, appelé AlphaFold, avait résolu ce que l’on appelle «le problème du repliement des protéines«Compte tenu de la chaîne d’acides aminés qui composent une protéine, le système peut prédire rapidement et de manière fiable sa forme tridimensionnelle

Cette percée recherchée depuis longtemps pourrait accélérer la capacité de comprendre les maladies, de développer de nouveaux médicaments et de percer les mystères du corps humain

Les informaticiens ont du mal à construire un tel système depuis plus de 50 ans Pour les 25 derniers, ils ont mesuré et comparé leurs efforts à travers un concours mondial appelé l’évaluation critique de la prévision de structure, ou CUNESP Jusqu’à présent, aucun concurrent n’avait même failli résoudre le problème

DeepMind a résolu le problème avec une large gamme de protéines, atteignant un niveau de précision qui rivalise avec les expériences physiques De nombreux scientifiques avaient supposé que le moment était encore loin, voire des décennies.

«J’ai toujours espéré vivre pour voir ce jour», a déclaré John Moult, professeur à l’Université du Maryland qui a aidé à créer CUNESP en 1994 et continue de superviser le concours biennal «Mais ce n’était pas toujours évident que j’allais y arriver”

Dans le cadre de la CUNESP, La technologie de DeepMind a été examinée par le Dr Moult et d’autres chercheurs qui supervisent le concours

Si les méthodes de DeepMind peuvent être affinées, selon lui et d’autres chercheurs, elles pourraient accélérer le développement de nouveaux médicaments ainsi que les efforts pour appliquer les médicaments existants à de nouveaux virus et maladies

La percée arrive trop tard pour avoir un impact significatif sur le coronavirus Mais les chercheurs pensent que les méthodes de DeepMind pourraient accélérer la réponse aux futures pandémies Certains pensent que cela pourrait également aider les scientifiques à mieux comprendre les maladies génétiques telles que la maladie d’Alzheimer ou la fibrose kystique

Néanmoins, les experts ont averti que cette technologie n’affecterait qu’une petite partie du long processus par lequel les scientifiques identifient de nouveaux médicaments et analysent les maladies. On ne savait pas non plus quand ni comment DeepMind partagerait sa technologie avec d’autres chercheurs.

DeepMind est l’un des acteurs clés d’un changement radical qui s’est répandu dans les universités, l’industrie technologique et la communauté médicale au cours des 10 dernières années. Grâce à une technologie d’intelligence artificielle appelée réseau neuronal, les machines peuvent désormais apprendre à effectuer de nombreuses tâches qui étaient autrefois hors de leur portée – et parfois hors de la portée des humains.

Un réseau de neurones est un système mathématique librement modélisé sur le réseau de neurones du cerveau humain Il acquiert des compétences en analysant de grandes quantités de données En identifiant des motifs dans des milliers de photos de chats, par exemple, il peut apprendre à reconnaître un chat

Il s’agit de la technologie qui reconnaît les visages dans les photos que vous publiez sur Facebook, identifie les commandes que vous aboyez sur votre smartphone et traduit une langue en une autre sur Skype et d’autres services DeepMind utilise cette technologie pour prédire la forme des protéines

Si les scientifiques peuvent prédire la forme d’une protéine dans le corps humain, ils peuvent déterminer comment d’autres molécules s’y lieront ou s’y attacheront physiquement C’est une façon dont les médicaments sont développés: un médicament se lie à des protéines particulières de votre corps et modifie leur comportement

En analysant des milliers de protéines connues et leurs formes physiques, un réseau neuronal peut apprendre à prédire les formes des autres En 2018, en utilisant cette méthode, DeepMind est entré dans le CUNESP concours pour la première fois et son système a surpassé tous les autres concurrents, signalant un changement important Mais son équipe de biologistes, physiciens et informaticiens, dirigée par un chercheur nommé John Jumper, était loin de résoudre le problème ultime.

Au cours des deux années qui ont suivi, le Dr Jumper et son équipe ont conçu un tout nouveau type de réseau neuronal spécifiquement pour le repliement des protéines, ce qui a entraîné un énorme bond en avant dans la précision. Leur dernière version fournit une solution puissante, bien qu’imparfaite, au problème du repliement des protéines, a déclaré Kathryn Tunyasuvunakool, chercheuse de DeepMind.

Le système peut prédire avec précision la forme d’une protéine environ deux tiers du temps, selon les résultats du CUNESP concours Et ses erreurs avec ces protéines sont plus petites que la largeur d’un atome – un taux d’erreur qui rivalise avec les expériences physiques

“La plupart des atomes se trouvent dans un diamètre d’atome de l’endroit où ils se trouvent dans la structure expérimentale”, a déclaré le Dr Moult, l’organisateur du concours “Et avec ceux qui ne le sont pas, il y a d’autres explications possibles des différences”

Andrei Lupas, directeur du département d’évolution des protéines à l’Institut Max Planck pour la biologie du développement en Allemagne, fait partie de ceux qui ont travaillé avec AlphaFold Il fait partie d’une équipe qui a passé une décennie à essayer de déterminer la forme physique d’une protéine particulière dans un minuscule organisme ressemblant à une bactérie appelé un archéon.

Cette protéine chevauche la membrane de cellules individuelles – une partie est à l’intérieur de la cellule, une partie est à l’extérieur – et cela rend la tâche difficile pour des scientifiques comme le Dr Lupas pour déterminer la forme de la protéine en laboratoire Même après une décennie, il ne pouvait pas identifier la forme

Si ces méthodes continuent de s’améliorer, a-t-il déclaré, elles pourraient être un moyen particulièrement utile de déterminer si un nouveau virus peut être traité avec un cocktail de médicaments existants

“Nous pourrions commencer à analyser tous les composés autorisés à être utilisés chez l’homme”, Dr Lupas a dit «Nous pourrions faire face à la prochaine pandémie avec les médicaments que nous avons déjà”

Au cours de la pandémie actuelle, une forme plus simple d’intelligence artificielle s’est avérée utile dans certains cas Un système mis au point par une autre société londonienne, BenevolentAI, a aidé à identifier un médicament existant, le baricitinib, qui pourrait être utilisé pour traiter les patients atteints de Covid-19 gravement malades. Les chercheurs ont maintenant terminé un essai clinique, bien que les résultats n’aient pas encore été publiés

Alors que les chercheurs continuent d’améliorer la technologie, AlphaFold pourrait encore accélérer ce type de réutilisation de médicaments, ainsi que le développement de vaccins entièrement nouveaux, surtout si nous rencontrons un virus encore moins compris que Covid-19

David Baker, directeur de l’Institute for Protein Design de l’Université de Washington, qui utilise une technologie informatique similaire pour concevoir des médicaments anti-coronavirus, a déclaré que les méthodes de DeepMind pourraient accélérer ce travail.

«Nous avons pu concevoir des protéines neutralisant les coronavirus en plusieurs mois», a-t-il déclaré «Mais notre objectif est de faire ce genre de chose dans quelques semaines”

Pourtant, la vitesse de développement doit faire face à d’autres problèmes, comme les essais cliniques massifs, a déclaré le Dr Vincent Marconi, chercheur à l’Université Emory d’Atlanta qui a aidé à diriger l’essai sur le baricitinib «Cela prend du temps», dit-il

Mais les méthodes de DeepMind pourraient être un moyen de déterminer si un essai clinique échouera en raison de réactions toxiques ou d’autres problèmes, du moins dans certains cas

Demis Hassabis, PDG et co-fondateur de DeepMind, a déclaré que la société prévoyait de publier des détails décrivant son travail, mais que cela ne se produirait probablement pas avant l’année prochaine. Il a également déclaré que la société explorait des moyens de partager la technologie elle-même avec d’autres scientifiques.

DeepMind est un laboratoire de recherche Il ne vend pas de produits directement à d’autres laboratoires ou entreprises Mais il pourrait travailler avec d’autres entreprises pour partager l’accès à sa technologie sur Internet

Les plus grandes avancées du laboratoire dans le passé ont concerné les jeux Il a construit des systèmes qui ont surpassé les performances humaines sur l’ancien jeu de stratégie Go et le célèbre jeu vidéo StarCraft – des réalisations extrêmement techniques sans application pratique Maintenant, l’équipe DeepMind est impatiente de pousser sa technologie d’intelligence artificielle dans le monde réel

«Nous ne voulons pas être une entreprise leader», le Dr Jumper a dit «Nous voulons une réelle pertinence biologique”

DeepMind, Intelligence Artificielle, Protéine, Biologie, CASP, Pliage des protéines

News – US – Londres Aje Un laboratoire revendique une percée qui pourrait accélérer la découverte de médicaments
Titre associé :
– Le London AI Lab affirme une percée qui pourrait s’accélérer Drug Discovery
& # 39; Le jeu a changé& # 39; L’IA triomphe dans la résolution des structures protéiques
Dans une avancée scientifique majeure, l’IA prédit la forme exacte de protéines
DeepMind résout le & # 39 vieux de 50 ans ; grand défi & # 39; avec l’IA de repliement des protéines
DeepMind AI fait une percée scientifique révolutionnaire
Alphabet& # 39; s DeepMind franchit une nouvelle étape historique dans la prédiction de la structure des protéines basée sur l’IA
L’IA de repliement des protéines de DeepMind& # 39; a résolu une période de 50 ans- vieux grand défi de la biologie
DeepMind AI Solution à 50 ans -Le Old Science Challenge pourrait «révolutionner la recherche médicale»
Comment les protéines se replient-elles?
L’intelligence artificielle améliorée de DeepMind& pour la prédiction du repliement des protéines pourrait accélérer la découverte de médicaments

Source: https://www.nytimes.com/2020/11/30/technology/deepmind-ai-protein-folding.html

En s’appuyant sur ses expertises dans les domaines du digital, des technologies et des process , CSS Engineering vous accompagne dans vos chantiers de transformation les plus ambitieux et vous aide à faire émerger de nouvelles idées, de nouvelles offres, de nouveaux modes de collaboration, de nouvelles manières de produire et de vendre.

CSS Engineering s’implique dans les projets de chaque client comme si c’était les siens. Nous croyons qu’une société de conseil devrait être plus que d’un conseiller. Nous nous mettons à la place de nos clients, pour aligner nos incitations à leurs objectifs, et collaborer pour débloquer le plein potentiel de leur entreprise. Cela établit des relations profondes et agréables.

Nos services:

  1. Création des sites web professionnels
  2. Hébergement web haute performance et illimité
  3. Vente et installation des caméras de vidéo surveillance
  4. Vente et installation des système de sécurité et d’alarme
  5. E-Marketing

Toutes nos réalisations ici https://www.css-engineering.com/en/works/