Համաճարակին նախապատրաստվելը բաց գիտությամբ. NVIDIA-ն հրապարակել է 2 800 վիրուսի սպիտակուցային կառուցվածքները

NVIDIA-ն Google DeepMind-ի և Եվրոպական մոլեկուլային կենսաբանության լաբորատորիայի Եվրոպական կենսաինֆորմատիկայի ինստիտուտի (EMBL-EBI) հետ միասին հրապարակել է ավելի քան 2 800 վիրուսի սպիտակուցային համալիրների կանխատեսված եռաչափ կառուցվածքները՝ AlphaFold Database-ում բաց հասանելիությամբ։

Կառուցվածքները հաշվարկվել են AlphaFold2-ով՝ Google DeepMind-ի AI մոդելով, որը կանխատեսում է սպիտակուցների ծալումը եռաչափ ձևերի։ Հաշվարկները օպտիմիզացվել են NVIDIA BioNeMo Inference Runtime-ով, ինչը թույլ տվեց ընդգրկել հազարավոր վիրուսային պրոտեոմներ։

Ինչու է սպիտակուցի կառուցվածքը կարևոր

Սպիտակուցների մեծ մասը միայնակ չի աշխատում. դրանք հավաքվում են մի քանի մոլեկուլից կազմված համալիրներում, և պատվաստանյութերն ու դեղերը հաճախ հենց այդ ձևերն են թիրախավորում։ COVID-19-ի հարուցիչ վիրուսի եռաչափ կառուցվածքի իմացությունը պատվաստանյութի ստեղծման հիմքը դարձավ, իսկ հազարավոր այլ վիրուսների համար նման տվյալներ դեռ չկան։

Կառուցվածքի որոշման ավանդական եղանակը՝ բյուրեղացումը և ռենտգենյան ճառագայթումը, տարիներ է տևում և մեկ կառուցվածքը արժենում է հազարավոր դոլար։ NVIDIA-ի GPU-ների համար հարմարեցված AlphaFold2-ը կանխատեսում է կառուցվածքը րոպեների ընթացքում և աշխատում է մեծ ծավալներով, իսկ բարձր վստահելիության արդյունքները ստուգվում են փորձարարական եղանակով։ Թիմը համակարգված անցավ մարդու համար վտանգավոր վիրուսների ընտանիքները՝ սովորական մրսածության վիրուսներից մինչև Mpox-ի նման սպառնալիքներ։

Փոխազդեցությունների մոտ 30%-ը գիտության համար նոր է

Տվյալների բազայում ավելացված փոխազդեցությունների մոտ 30%-ը լիովին նոր է գիտության համար. նման ձևեր երբեք չեն գրանցվել Protein Data Bank-ում՝ փորձարարական ճանապարհով որոշված սպիտակուցային կառուցվածքների գլխավոր պահոցում։ «Այս տվյալների բազան վարկածների գեներացման մեխանիզմ է», ասաց NVIDIA-ի կիրառական հետազոտությունների թիմի ղեկավար Քրիս Դալագոն։

Պատրաստվելը պետք է սկսել հիմա

Center for Global Development-ի վերլուծության համաձայն՝ մինչև 2050 թվականը COVID-19-ի նման ծանր համաճարակի հավանականությունը մոտ 50% է։ «Մենք փորձում ենք այդ գիտելիքը նախապես կուտակել», նշեց Գլազգոյի համալսարանի վիրուսաբանության կենտրոնի պրոֆեսոր Ջո Գրովը։

Կոալիցիայում ընդգրկված են նաև CEPI-ն, Սեուլի ազգային համալսարանը, Սոնգյունգկվանի համալսարանը, Շվեյցարիայի կենսաինֆորմատիկայի ինստիտուտը և Գլազգոյի համալսարանը։ NVIDIA-ն նաև բացում է BioNeMo Structure Prediction Pipeline-ը՝ տվյալների ստեղծման համար օգտագործված GPU-արագացված աշխատանքային հոսքը, որպեսզի հետազոտողները կանխատեսեն կառուցվածքներ իրենց թիրախների համար։

AlphaFold Database-ն այժմ պարունակում է ավելի քան 260 միլիոն սպիտակուցի և սպիտակուցային համալիրի կանխատեսում։