5
(14)

Ce-ar fi dacă inteligența artificială ar putea realiza în câteva zile ceea ce naturii are nevoie de sute de milioane de ani pentru a realiza? Acesta este exact ceea ce cercetătorii au realizat prin crearea unei proteine fluorescente unice, numită esmGFP, folosind un model AI. Această descoperire, publicată recent în revista Science, deschide calea către progrese revoluționare în domeniile biologiei, medicinei și ingineriei proteinelor. Dar cum a fost posibilă această ispravă și care sunt implicațiile?

Pentru a înțelege semnificația acestei descoperiri, să începem cu elementele de bază: proteinele. Aceste molecule complexe sunt adevărații lucrători ai vieții. Ele ne construiesc mușchii, transportă oxigenul în sânge, luptă împotriva infecțiilor și orchestrează aproape fiecare proces biologic. Fiecare proteină este alcătuită dintr-un lanț de aminoacizi pliați într-o formă unică tridimensională care îi determină funcția. Unele proteine, precum cele găsite în meduze și corali, au o proprietate fascinantă: strălucesc sub anumite tipuri de lumină. Fluorescente, sunt cunoscute ca GFP (Green Fluorescent Proteins) și au devenit instrumente esențiale în laboratoare. Cercetătorii le folosesc pentru a eticheta și urmări procesele biologice invizibile cu ochiul liber, cum ar fi mișcarea moleculelor într-o celulă. În acest context, descoperirea proteinei esmGFP este o realizare reală. Spre deosebire de GFP-urile naturale, această proteină nu a existat în natură: a fost concepută de o inteligență artificială care a simulat o jumătate de miliard de ani de evoluție moleculară în doar câteva zile.

Crearea esmGFP se bazează pe un AI numit ESM3, care a fost dezvoltat de cercetătorii de la EvolutionaryScale. Acest model AI funcționează similar instrumentelor precum ChatGPT, dar în loc să prelucreze limbajul uman, manipulează „limbajul” proteinelor. Cercetătorii au instruit ESM3 alimentându-i cu date din 2,78 miliarde de proteine naturale. Acestea, găsite în diferite organisme vii, au secvențe unice de aminoacizi care le determină structura și funcția. AI a învățat să analizeze aceste secvențe pentru a le înțelege regulile de bază. Odată antrenat, AI a primit o provocare: completarea golurilor din secvențele de proteine incomplete, la fel ca și cum a ghici cuvintele lipsă într-o propoziție familiară. Prin rezolvarea acestor probleme, ESM3 a descoperit posibile modele evolutive, creând o proteină funcțională care încă nu exista. Acest proces poate fi comparat cu o versiune accelerată a selecției naturale. Acolo unde evoluția ar fi durat milioane de ani pentru a experimenta și valida mutațiile succesive, AI a simulat acest proces în câteva zile. Rezultatul, esmGFP, are o structură unică, cu 42% diferită de cele mai apropiate GFP cunoscute. Potrivit cercetătorilor, a fost nevoie de 500 de milioane de ani pentru ca această proteină să apară în mod natural.

Implicațiile acestei descoperiri sunt considerabile. GFP-urile, deja utilizate în laboratoare, fac posibilă vizualizarea proceselor biologice în timp real. De exemplu, pot marca anumite celule sau pot urmări progresul moleculelor dintr-un organism. Noua proteină esmGFP, cu secvența sa unică, ar putea extinde aceste posibilități prin furnizarea de noi proprietăți fluorescente sau o stabilitate îmbunătățită în anumite condiții. Aplicațiile merg mult mai departe. Cu instrumente precum ESM3, devine posibilă proiectarea proteinelor personalizate pentru nevoi specifice. De exemplu, ar putea fi create enzime pentru a degrada materialele plastice poluante sau pentru a produce biocombustibili mai eficienți. În medicină, aceste tehnologii ar putea accelera descoperirea de noi medicamente prin crearea de proteine capabile să vizeze bolile cu o precizie fără precedent. Într-o lume care se confruntă cu provocări majore, cum ar fi crizele de sănătate sau schimbările climatice, această capacitate de a proiecta soluții biologice rapid și eficient s-ar putea dovedi neprețuită.

În ciuda potențialului său, această tehnologie ridică întrebări. Proteinele create de AI, oricât de promițătoare ar fi, rămân produse de laborator. După cum subliniază biologul evoluționist Tiffany Taylor, abordarea AI nu reproduce toată complexitătatea selecției naturale. Acesta din urmă integrează numeroși factori ecologici, de mediu și comportamentali care influențează evoluția organismelor vii. În plus, descoperiri precum esmGFP ridică întrebări etice și practice. Putem prezice toate consecințele introducerii proteinelor artificiale în sistemele naturale sau medicale? Și cât de departe ar trebui să mergem în dorința noastră de a „reinventa” biologia? În ciuda acestor provocări, este incontestabil că această abordare reprezintă o revoluție științifică. Acolo unde natura urmează un ritm lent, dar sigur, inteligența artificială deschide noi căi prin accelerarea proceselor evolutive și explorarea teritoriilor încă necunoscute.

Cât de util a fost acest articol pentru tine?

Dă click pe o steluță să votezi!

Medie 5 / 5. Câte voturi s-au strâns din 1 ianuarie 2024: 14

Nu sunt voturi până acum! Fii primul care își spune părerea.

Întrucât ai considerat acest articol folositor ...

Urmărește-ne pe Social Media!

Ne pare rău că acest articol nu a fost util pentru tine!

Ajută-ne să ne îmbunătățim!

Ne poți spune cum ne putem îmbunătăți?