POUR COMPRENDRE LA VIE, vous devez comprendre les protéines Ces longues chaînes moléculaires alambiquées – chacune assemblée à partir d’un menu de 20 types de liens chimiques appelés acides aminés – sont les fourmis ouvrières de la biologie Les protéines, sous forme d’enzymes, catalysent presque toutes les réactions chimiques qui font fonctionner le corps L’actine et la myosine, les protéines des muscles, permettent à ces corps de se déplacer La kératine fournit leur peau et leurs cheveux L’hémoglobine transporte son oxygène L’insuline régule leur métabolisme Et c’est une protéine, le pic de SRAS-CoV-2, qui permet à un certain type de coronavirus d’envahir les cellules humaines, fermant ainsi des économies entières

L’analyse de la composition en acides aminés d’une protéine est désormais facile Les machines pour le faire existent depuis des décennies Mais ce n’est que la moitié de la bataille dans la quête pour comprendre le fonctionnement des protéines Car ce que fait une protéine et comment elle le fait dépend également de la façon dont sa chaîne d’acides aminés se replie après sa création, dans ses formes finales et complexes.

Pour le moment, les biologistes moléculaires peuvent sonder les formes des protéines de manière expérimentale, en utilisant des techniques comme la cristallographie aux rayons X, mais cela est un processus fastidieux et long Maintenant, les choses sont sur le point de devenir beaucoup plus faciles Le 30 novembre, des chercheurs de DeepMind, un laboratoire d’intelligence artificielle (IA) appartenant à Alphabet, la société mère de Google, ont présenté des résultats suggérant qu’ils avaient fait d’énormes progrès sur l’un des grands défis de la biologie: comment utiliser un ordinateur pour prédire la forme d’une protéine à partir de une liste de ses composants acides aminés

Pour les non-biologistes, cela peut sembler quelque part entre les arcanes et les prosaïques En fait, c’est une grande réussite Remplacer des mois d’expériences par quelques heures de temps de calcul pourrait apporter un nouvel éclairage sur le fonctionnement interne des cellules Cela pourrait accélérer le développement de médicaments Et il pourrait notamment suggérer des traitements pour des maladies comme la maladie d’Alzheimer, dans lesquelles les protéines déformées joueraient un rôle Mais il y a encore plus que ça Jusqu’à présent, les techniques d’apprentissage automatique utilisées par l’équipe de DeepMind pour s’attaquer au problème du pliage des protéines étaient surtout connues pour alimenter des appareils tels que les caméras de reconnaissance faciale et les assistants vocaux, et pour vaincre les êtres humains dans des jeux délicats comme Go Mais Demis Hassabis, le patron de DeepMind, a fondé ce qui était alors une société indépendante dans l’espoir qu’ils pourraient également être employés pour accélérer les progrès de la science. Ce résultat montre comment cela pourrait fonctionner dans la pratique

L’idée d’utiliser des ordinateurs pour prédire la forme des protéines date d’un demi-siècle Les progrès ont été réels, mais lents, déclare Ewan Birney, directeur adjoint du Laboratoire européen de biologie moléculaire, une entreprise multinationale basée en Allemagne. Et il a été marqué par une histoire de mauvais virages et de déclarations de victoire prématurées De nos jours, un domaine plus modeste, il mesure maintenant ses progrès en fonction de la performance des algorithmes dans quelque chose appelé Évaluation critique de la prédiction de la structure des protéines (CASP). Il s’agit d’un concours biennal d’expérimentation et de concours qui a débuté en 1994 et est surnommé en plaisantant les «Jeux olympiques du repliement des protéines» Dans ce document, les algorithmes sont soumis à des tests aveugles de leur capacité à prédire les formes de plusieurs protéines de structure connue

Lors de sa deuxième tentative, DeepMind a accepté le CASP Son premier essai, baptisé AlphaFold, a fait des vagues il y a deux ans en exécutant bien mieux que n’importe quel programme existant La version actuelle, AlphaFold 2, a encore élargi cette avance (voir le graphique) Une mesure du succès au sein du CASP est le test de distance globale Cela attribue aux algorithmes un score compris entre zéro et 100 en comparant les emplacements prédits des atomes dans la structure d’une molécule avec leur emplacement dans la réalité AlphaFold 2 avait un score moyen de 924 – une précision qui, selon le fondateur de CASP, John Moult, qui est biologiste à l’Université du Maryland, est à peu près comparable à ce qui peut être obtenu par des techniques comme la cristallographie aux rayons X

Jusqu’à présent, DeepMind était probablement mieux connu pour son succès dans l’enseignement des ordinateurs à jouer à des jeux – en particulier Go, un passe-temps de règles trompeusement simples mais de stratégie diabolique qui avait été un totem de chercheurs en IA depuis le début du domaine. En 2016, un programme DeepMind appelé AlphaGo a battu Lee Sedol, l’un des meilleurs joueurs du monde Le Dr Hassabis dit qu’il y a plus de similitudes entre le repliement des protéines et Go qu’il n’y paraît au début

L’un est l’impossibilité d’attaquer le problème avec la force brute informatique On pense qu’il y a environ 10170 positions juridiques en Go, un nombre dépassant de loin le nombre d’atomes dans l’univers observable, et qui est donc bien au-delà de la portée de tout ordinateur. Les protéines sont, pour le moins, encore plus compliquées Une estimation est qu’il peut y avoir jusqu’à 10 300 formes différentes dans lesquelles une protéine raisonnablement complexe pourrait se trouver. Ajoutez à cela le fait qu’une protéine se retrouve dans la forme désirée grâce à l’équilibre de diverses forces à l’échelle atomique agissant entre et au sein de ses blocs de construction en acides aminés, et avec toutes les autres molécules, en particulier celles de l’eau, qui les entourent, et il devient clair que la seule façon d’effectuer l’astuce de prédiction du repliement des protéines est de rechercher des raccourcis

Les progrès réalisés par les ordinateurs sur le problème au fil des ans démontrent que certains d’entre eux existent Mais il s’avère également que même les humains inexpérimentés peuvent apprendre de telles astuces en jouant Le Dr Hassabis se souvient avoir été frappé par la capacité des amateurs humains à obtenir de bons résultats avec «FoldIt», un jeu vidéo à vocation scientifique lancé en 2008 qui invite ses joueurs à essayer eux-mêmes de plier les protéines, et qui a généré une multitude d’articles et de découvertes.

Faire en sorte que les joueurs de «FoldIt» expliquent exactement ce qu’ils font est difficile. Ici, il y a un autre parallèle avec Go Plutôt que d’expliquer étape par étape ce qu’ils pensent, les joueurs des deux jeux ont tendance à parler en termes plus vagues d ‘«intuition» et de «ce qui semble juste» C’est là qu’intervient l’apprentissage automatique En fournissant aux ordinateurs suffisamment d’exemples, ils sont capables d’apprendre et d’appliquer des raccourcis et des règles empiriques du type de ceux que les êtres humains font aussi, mais ont du mal à articuler Parfois, les machines proposent des idées qui surprennent les experts humains Comme l’observe le Dr Moult, «En général, le détail du squelette [l’échafaudage moléculaire qui relie les acides aminés ensemble] est extraordinaire [AlphaGo] a décidé que si vous n’obtenez pas les bons détails, vous n’obtiendrez pas les grandes choses C’est une école de pensée qui existe depuis un certain temps, mais je pensais que ce n’était pas correct”

En tant que prouesse de l’IA, AlphaFold 2 n’est pas aussi loin devant le terrain que l’était AlphaGo De nombreux autres groupes de recherche ont appliqué l’apprentissage automatique au problème de la structure des protéines et ont constaté des progrès encourageants. Ce que DeepMind a fait exactement pour prendre la tête reste incertain, bien que la firme ait promis un document technique qui approfondira les détails Pour l’instant, John Jumper, le chef du projet, souligne que l’apprentissage automatique est une boîte qui contient une variété d’outils, et dit qu’ils ont maintenant abandonné le système qu’ils ont utilisé pour construire l’AlphaFold original en 2018, après qu’il est devenu clair qu’il avait atteint les limites de sa capacité

La version actuelle, dit le Dr Jumper, a plus d’espace pour se développer Lui et son équipe pensent qu’il y a de la place pour améliorer encore la précision du logiciel Il y a, pour l’instant, des choses qui restent hors de sa portée, comme la façon dont les structures construites à partir de plusieurs protéines se sont réunies

De plus, comme le souligne Ken Dill, biologiste à l’Université Stony Brook, dans l’État de New York, qui est l’auteur d’un récent aperçu du domaine, ce qu’AlphaFold 2, ses rivaux et, en fait, des techniques comme X -ray cristallographie découvrir sont des structures statiques L’action en biologie, en revanche, vient de la façon dont les molécules interagissent les unes avec les autres “C’est”, dit-il, “un peu comme quelqu’un qui demande comment fonctionne une voiture, alors vous ouvrez le capot [capot] et prenez une photo et dites:” Voilà comment ça marche! “” Utile, en d’autres termes Mais pas tout à fait toute l’histoire

Néanmoins, et en fonction de la manière dont DeepMind décide d’accorder une licence à la technologie, une capacité à générer régulièrement des structures protéiques de cette manière pourrait avoir un impact important sur le terrain. Environ 180 millions de séquences d’acides aminés sont connues de la science Mais seuls 170000 d’entre eux ont vu leurs structures déterminées Le Dr Moult pense que l’augmentation de ce nombre pourrait aider à sélectionner les médicaments candidats pour voir lesquels sont susceptibles de bien se lier à une protéine particulière. Il pourrait être utilisé pour réanalyser les médicaments existants pour voir ce qu’ils pourraient faire d’autre Il pourrait stimuler la biologie synthétique, en accélérant la création de protéines conçues par l’homme et conçues pour catalyser des réactions chimiques

Il y a en effet déjà eu des succès prometteurs AlphaFold 2 était, par exemple, capable de prédire les structures de plusieurs des protéines utilisées par le virus SARS-CoV-2, y compris le spike Quant au Dr Birney, dit-il, «nous allons certainement vouloir passer du temps à taper les pneus. Mais quand j’ai vu ces résultats pour la première fois, j’ai failli tomber de ma chaise”

Publié depuis septembre 1843 pour participer à «une lutte acharnée entre l’intelligence, qui pousse en avant, et une ignorance indigne et timide qui nous empêche de progresser”

Intelligence artificielle, DeepMind, protéine, biologie, recherche

News – FR – Comment les protéines se replient-elles?
Titre associé :
& # 39; Cela va tout changer & # 39 ;: L’IA de DeepMind& fait un bond gigantesque dans la résolution des structures protéiques
Comment les protéines se replient-elles?
L # 39; un des plus grands mystères de la biologie & & largement résolu& # 39; par AI
Le biologiste de l’IA de DeepMind& peut déchiffrer les secrets de la machinerie de vie
DeepMind AI craque un problème vieux de 50 ans de repliement des protéines
L’intelligence artificielle DeepMind brise une énigme scientifique vieille de 50 ans
& # 39; Le jeu a changé& # 39; L’IA triomphe dans la résolution des structures protéiques
L’IA fissure 50 ans -old & # 39; problème de repliement des protéines & # 39 ;, disent les chercheurs
DeepMind résout le grand défi & # 39; & # 39; avec l’IA de repliement des protéines
– Le London AI Lab revendique une percée qui pourrait accélérer la découverte de médicaments

Source: https://www.economist.com/science-and-technology/2020/11/30/how-do-proteins-fold

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/