ხელოვნური ინტელექტის გამოყენება ყველაზე მეტად იმ დროს არის ხელსაყრელი, როდესაც ძალიან დიდი რაოდენობის ინფორმაციაა დასამუშავებელი. გუგლის შვილობილმა კომპანიამ, DeepMind-მა ხელოვნურმა ინტელექტის გამოყენებით ცილების სამგანზომილებიანი სტრუქტურების მოდელები შექმნა.

ჩვენი ორგანიზმის თითოეული უჯრედი მილიონობით ცილისგან შედგება, ზოგიერთი ცილა უჯრედს ფორმის შენარჩუნებაში ეხმარება, ზოგი კი სხვადასხვა რეაქციების წარმართვაში იღებს მონაწილეობას. ხშირად, დაავადების გამომწვევი მიზეზი გაუმართავი ცილებია და უამრავი წამლის სამიზნე ობიექტებიც ზუსტად ისინი ხდებიან. თუმცა, ცილების სტრუქტურის გარკვევა ადვილი არ არის.

ცილებში უამრავი ატომი ერთმანეთთან მრავალგვარად ურთიერთქმედებს, ხოლო მათ შორის ყველა შესაძლო ურთიერთქმედების გამოთვლა და გარკვევა, თუ ზუსტად როგორ იღებს ცილა უნიკალურ სამგანზომილებიან ფორმას, რთულია.

ახლა კი DeepMind-ის ხელოვნურმა ინტელექტმა AlphaFold-მა შეიმუშავა ახალი, უსწრაფესი მეთოდი, რომლის მეშვეობითაც მას ამინომჟავურ თანმიმდევრობაზე დაყრდნობით ცილის სამგანზომილებიანი სტრუქტურის მოდელირება შეუძლია.

გუგლმა ხელოვნურ ინტელექტზე მომუშავე კომპანია 2010 წელს ჩამოაყალიბა, DeepMind ცნობილი მას შემდეგ გახდა, როდესაც მან ერთ-ერთ სტრატეგიულ თამაშში, კერძოდ, Go-ში, მსოფლიოს საუკეთესო მოთამაშე დაამარცხა.

ამჟამად DeepMind ცილების სტრუქტურის საერთაშორისო კონკურსში ჩაერთო და გაიმარჯვა კიდეც.

წლების განმავლობაში, ამინომჟავურ თანმიმდევრობაზე დაყრდნობით ცილების სამგანზომილებიანი მოდელების შექმნა ბიოლოგებისთვის ერთ-ერთი დიდი პრობლემა იყო. ახალი ცილის აღმოჩენისას, მეცნიერები მის ამინომჟავურ თანმიმდევრობას სხვა, უკვე ცნობილი სტრუქტურის მქონე ცილის თანმიმდევრობას ადარებენ, მიღებულ შედეგებზე დაყრდნობით კი ახალი ცილის სტრუქტურის ვარაუდი ხდება.

ხოლო იმ შემთხვევებში, როდესაც მსგავსი ცილის პოვნა ვერ ხერხდება, მეცნიერები სამგანზომილებიანი სტრუქტურის გარკვევას ისეთი ექსპერიმენტული მეთოდებით ცდილობენ, როგორიც არის კრიო-ელექტრონული მიკროსკოპია, ბირთვული მაგნიტური რეზონანსი და კრისტალოგრაფია. მაგრამ, ამ მეთოდებით შედეგების მიღებას რამდენიმე წელი სჭირდება, თანაც ის არაზუსტი და ძალიან ძვირია.

სწორედ ამ მიზეზების გამო, ბიოლოგებმა ხელოვნური ინტელექტის გამოყენება გადაწყვიტეს.

კომპანიის მიერ შემუშავებულმა პროგრამა AlphaFold-მა კონკურსში 98 სხვა მონაწილეს აჯობა. მეორე ადგილზე გასულმა გუნდმა 43-დან მხოლოდ სამი ცილის სამგანზომილებიანი სტრუქტურის მოდელირება შეძლო, Alphafold-მა კი 43-დან 25-ის.

ინჟინრებმა AlphaFold ცნობილი სტრუქტურის მქონე ცილების შესახებ არსებული ინფორმაციის საფუძველზე "გაწრთვნეს", ახლა კი, პროგრამას, ამინომჟავური თანმიმდევრობებიდან სამგანზომილებიანი სტრუქტურების შექმნა დამოუკიდებლად შეუძლია.

AlphaFold ახალი ცილის სტრუქტურის დასადგენად ამინომჟავებს შორის არსებულ მანძილსა და ქიმიური ბმების კუთხეს ითვლის, რითაც ის ცილის სავარაუდო მოდელს ქმნის. შემდეგ კი პროგრამა ითვლის, თუ რომელი ფორმა იქნება ცილისთვის ენერგეტიკულად ყველაზე მომგებიანი. პროგრამას სტრუქტურების შესაქმნელად თავიდან რამდენიმე კვირა სჭირდებოდა, ახლა კი ეს დრო რამდენიმე საათამდე შემცირდა.

თუმცა, ცილების სტრუქტურის გარკვევისას თავს კვლავ უამრავი პრობლემა იჩენს.

"ცილების სტრუქტურის გამოთვლის პრობლემა ჯერ არ აღმოფხვრილა, თუმცა ამ მიმართულებით პირველი დიდი ნაბიჯი უკვე გადავდგით და მივიღეთ სისტემა, რომელიც გამართულად მუშაობს, თუმცა ჩვენ კიდევ უამრავი იდეა გვაქვს განსახორციელებელი", - აცხადებს DepeMind-ის აღმასრულებელი დირექტორი.

ხელოვნური ინტელექტის გამოყენებით შესაძლოა ცილების სამგანზომილებიანი სტრუქტურის მიღება მალე საკმაოდ გამარტივდეს. ასევე საინტერესოა, სხვა რა კუთხით შეიძლება გამოვიყენოთ ხელოვნური ინტელექტი მეცნიერებაში, რომელშიც, როგორც მოგეხსენებათ, კვლავ უამრავი თავსატეხია ამოსახსნელი.