Par Michael Le Page

Un système d’intelligence artificielle développé par la société britannique DeepMind a atteint l’objectif longtemps recherché de prédire avec précision la forme des protéines à partir de leurs seules séquences, ce qui est un élément clé pour comprendre le fonctionnement du mécanisme de la vie en compétition, AlphaFold a pu égaler les deux tiers des résultats obtenus par les humains qui ont mené des expériences. Le laboratoire est très coûteux et prend du temps

“J’ai été vraiment étonné quand je l’ai vu”, a déclaré John Molte de l’Université du Maryland, l’un des organisateurs du concours. “C’est la première fois que nous abordons l’utilitaire expérimental, ce qui est très exceptionnel”

Des protéines essentielles à la vie Les cellules sont pleines de machines – des turbines qui génèrent de l’énergie aux transporteurs qui voyagent le long des voies de traction des marchandises – qui sont construites à partir de protéines, et les formes de ces machines sont essentielles. Par exemple, un coronavirus peut pénétrer et infecter les cellules parce que la protéine hérissée à sa surface correspond aux récepteurs des cellules humaines, comme la clé dans une serrure.

Ces formes reposent sur des séquences de 20 acides aminés différents liés entre eux pour former des protéines. La séquence de toute protéine est facile à déterminer car elle est déterminée par l’ADN qu’elle code, mais malgré un demi-siècle d’efforts, les biologistes doivent encore déterminer à quoi ressemble une protéine à partir de sa seule séquence.

Au lieu de cela, ils ont dû s’appuyer sur des méthodes expérimentales telles que la cristallographie aux rayons X, qui comprend l’analyse du diagramme de diffraction qui se forme lorsqu’un faisceau de rayons X est imagé à travers un cristal de protéine.

“C’est très difficile”, explique John Gamper, qui dirige l’équipe AlphaFold chez DeepMind. Il est difficile de fabriquer des cristaux à partir de certaines protéines et l’interprétation des modèles de diffraction peut être difficile

Le calcul de la force brute basé sur la physique n’est pas seulement une option, car les protéines sont si complexes à la place que de nombreux groupes dans le monde se sont tournés vers l’apprentissage automatique, où les systèmes d’IA sont entraînés à l’aide d’ensembles de données provenant de structures protéiques connues

Pour chaque protéine cible, les clusters incluent les variantes de recherche DeepMind présentes dans les espèces apparentées et alimentent leur séquence et leur structure dans le système IA, en plus de la séquence de la protéine cible L’idée est que le système apprend à définir la forme de la protéine cible en examinant les modèles reliant la séquence et la structure

En 1994, Mollett et son collègue ont créé un concours CASP (Critical Assessment of Predicting Protein Structure) pour juger de la performance des prédicteurs informatiques. Tout groupe souhaitant saisir des séquences protéiques dont la structure a été déterminée expérimentalement mais pas encore publiée

Les formes attendues de 100 sont enregistrées en fonction de la proximité de chaque acide aminé par rapport à la position déterminée par l’expérience. Un score supérieur à 90 est considéré comme équivalent aux résultats obtenus grâce aux expériences

Lors de la compétition 2016, la meilleure équipe avait un score moyen d’environ 40 dans la catégorie la plus difficile en 2018, la première version d’AlphaFold a obtenu un score moyen de près de 60 dans cette catégorie cette année, l’AlphaFold redessiné a atteint une moyenne Un score de 87 dans la catégorie la plus difficile de toutes les catégories, supérieur à 90 pour les deux tiers des protéines

Bien que ce résultat soit étonnant, il y a eu des échecs apparents, par exemple, dit Mollet, AlphaFold ne fonctionnait pas bien avec une protéine dont la structure est affectée par les interactions avec d’autres protéines environnantes.

Cet écart peut être un problème, mais AlphaFold fournit également une mesure de la fiabilité de ses prédictions, afin que les scientifiques sachent sur lesquels s’appuyer. “C’est énorme”, déclare Jamper.

Indépendamment de la compétition, André Lupas de l’Institut Max Planck pour la biologie du développement en Allemagne essayait de travailler sur une structure protéique spécifique depuis une décennie jusqu’à ce que DeepMind propose de l’aider. Une demi-heure de réception des prédictions AlphaFold Il a dit “C’est incroyable” “Il est vraiment cool”

Lupas pense qu’au cours des prochaines années, les chercheurs devront encore faire des travaux expérimentaux pour vérifier les prédictions de forme, mais ils pourront éventuellement se reposer uniquement sur le calcul fera une grande différence, dit-il, mais la vraie révolution viendra dans la capacité d’utiliser des ordinateurs pour faire des prédictions. Comment les protéines interagissent avec d’autres molécules

«Cela changera complètement le visage de la médecine», dit Loubas, par exemple, AlphaFold a pu prédire les formes de nombreuses protéines de coronavirus peu de temps après la séquence initiale du virus en janvier, dit-il. Mieux encore, il est possible de prédire lequel des milliers de médicaments présents se lie à ces protéines et peut avoir un effet thérapeutique, sans qu’il soit nécessaire de procéder à des essais coûteux.

DeepMind a jusqu’à présent révélé quelques détails sur AlphaFold, mais annonce qu’il publiera bientôt un article. La société ne peut pas commenter la manière dont les scientifiques ont accédé à la technologie, mais souhaite qu’elle soit largement disponible. Pushmeet Kohli de DeepMind déclare: Nous voulons nous assurer que cela aura le plus d’impact. “

Enregistrez mon nom, mon adresse e-mail et mon site Web dans le navigateur pour mon prochain commentaire

DeepMind, Intelligence Artificielle, Pliage des Protéines, Deep Learning, Biologie

News – FR – Un biologiste IA de DeepMind peut déchiffrer les mystères du mécanisme de la vie – 2051 fr
Titre associé :
Google AI résout Le problème du pliage des molécules vieux de 50 ans
– <a href = "/? S = l& # 39; Chia de DeepMind Le biologiste Chia peut déchiffrer les secrets du mécanisme de la vie Peut l& # 39; L'IA de DeepMind déchiffre les mystères du mécanisme de la vie
DeepMind résout le “grand défi” du repliement des protéines Utilisation d’AlphaFold AI
L& # 39; IA AlphaFold résout un problème scientifique vieux de 50 ans avec & “The Amazing & Hack”

Source: https://www.2051.fr/actualite/actualite/le-biologiste-de-lia-de-deepmind-peut-dechiffrer-les-secrets-de-la-machinerie-de-la-vie/

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/