Doorbraak Super AI: Alphafold voorspelt 3D-structuren Proteïnen

De grootste uitdaging van het moment is het kunnen vinden en juist interpreteren van waardevolle kennis in de bergen met big data die we verzamelen en opslaan. De technologische vooruitgang belooft dit obstakel in de nabije toekomst weg te nemen. DeepMind (Alphabet) komt die belofte na, het bedrijf heeft een grote vooruitgang geboekt met de toepassing van hun AI AlphaFold in de medische wetenschap. Hierdoor is de oplossing voor het complexe “protein folding problem” dichterbij gebracht, een vraagstuk waar biologen zich al decennia het hoofd over breken.  

Nadat AlphaGo in 2016 de wereldkampioen Go (bordspel) had verslagen, wilde Deepmind het algoritme inzetten voor iets betekenisvol. De afgelopen twee jaar heeft Deepmind zich ingezet om het “protein folding problem” te tackelen. Het oplossen van het vraagstuk wordt ook wel gezien als de heilige graal in de medische wetenschap. Proteïnen behoren tot de fundamentele moleculen voor levende wezens, ze hebben cruciale functies in het lichaam.  Ze vormen een bepaalde 3D-structuur, die hun functie bepaalt. Door verstoringen in de proteïnestructuren kunnen ziektes ontstaan. Echter, het begrijpen van die proteïnestructuren is altijd zeer lastig geweest.

Het menselijke lichaam kan naar schatting tussen de tienduizenden en miljarden proteïnen aanmaken. Ieder exemplaar bestaat uit een ketting van aminozuren, waar weer twintig varianten van zijn. Een proteïne kan zich tussen iedere aminozuur in een enorm groot aantal posities twisten en wringen, waardoor bijvoorbeeld een proteïne met honderden aminozuren de potentie heeft om een bijna oneindig aantal structuren aan te nemen. Het kunnen voorspellen welke vorm een proteïnestructuur aan zal nemen zou een nieuw tijdperk inluiden voor de medische wetenschap.

Om het proteine folding problem spoediger op te lossen, organiseert het Proteine Structure Prediction Center iedere twee jaar het CASP (Critical Assessment of Structure Prediction), een algoritmewedstrijd voor onderzoeksteams uit de hele wereld. AlphaFold versloeg dit jaar alle 98 tegenstanders met gemak. Waar het algoritme op de tweede plaats slechts 3 van de 43 proteïnestructuren correct voorspelde, had AlphaFold er 25 goed. Echter, er is nog een lange weg te gaan om het protein folding problem echt op te lossen. Demis Hassabis, co-founder and CEO van DeepMind zei daarover in de Gaurdian: 

We’ve not solved the protein folding problem, this is just a first step. It’s a hugely challenging problem, but we have a good system and we have a ton of ideas we haven’t implemented yet.

AlphaFold is gebouwd door het trainen van een neuraal netwerk met duizenden proteïnen waarvan de structuur bekend is, totdat het algoritme zelf accurate predicties kan maken over de 3D-vorm. In onderstaande video wordt o.a. dit principe uitgelegd aan de hand van DeepMind’s zelflerende algoritme AlphaGo: