Kunstig intelligens revolutionerer protein-forskning
Programmet AlphaFold har ‘forudsagt’ strukturen af næsten alle de proteiner, videnskaben har kendskab til. Det kan i nogle tilfælde fremskynde forskning med flere år, fortæller forsker.
Kunstig intelligens ‘forudsiger’ 200 millioner proteiners struktur

Et protein, som det afbildet her, er sat sammen af i alt 20 forskellige aminosyrer, der kan kombineres på nærmest uendeligt mange måder. Proteinets struktur bestemmer, hvad det kan. (Billede: Shutterstock) 

Et protein, som det afbildet her, er sat sammen af i alt 20 forskellige aminosyrer, der kan kombineres på nærmest uendeligt mange måder. Proteinets struktur bestemmer, hvad det kan. (Billede: Shutterstock) 

Du, din kat, din stueplante og alle andre levende væsner er bygget op af proteiner.

Det er proteinets struktur, der bestemmer, hvad det kan. Om proteinmolekylet bliver byggesten til din lever, din lunge, din kats lunge eller din stueplantes blade.

Derfor er det afgørende for forskere at kende strukturen af forskellige proteinmolekyler. Men det kræver tidsslugende eller usikre eksperimenter at regne disse strukturer ud.

Men nu har en kunstig intelligens ved navn AlphaFold ‘forudsagt’ strukturerne af næsten alle de proteiner, videnskaben har kendskab til. Og de flere end 200 millioner proteinstrukturer er blevet delt i en gratis og frit tilgængelig database

Vinder af verdens største videnskabspris

 

Forskerne bag AlphaFold har vundet en af ​​dette års Breakthrough Prizes på 3 millioner dollar. Det svarer til godt 23 millioner danske kroner, og det er den mest lukrative pris inden for videnskab.

Forskerne vandt i kategorien 'biovidenskab', der omhandler forskning, der gør fremskridt i retning af at forstå levende systemer og forlænge menneskets liv

Prisen er en af ​​fem Breakthrough Prizes tildelt for resultater inden for biovidenskab, fysik og matematik.

»AlphaFold er et værktøj, der har - og i stadig højere grad vil - revolutionere, hvordan vi forstår biologiske organismer og laver medicin,« fortæller Ole Winther, der er professor ved Københavns Universitet og Danmarks Tekniske Universitet.

AlphaFolds database vil spare forskere for både tid og arbejde, mener adjunkt i biologi ved Københavns Universitet Amelie Stein.

Før i tiden har man enten skullet udføre eksperimenter for at kende et proteins struktur, hvilket typisk tager flere år. Eller også skulle man bruge en noget hurtigere, men langt mindre pålidelig metode, der kunne tage alt fra timer til uger.

»AlphaFold er mere præcis end den gamle, hurtige metode. Dertil ligger strukturerne allerede i databasen og er klar til brug. Det betyder, at man nu kan springe et par skridt frem, hvilket i nogle tilfælde kan købe forskere måneder og måske endda flere år,« fortæller Amelie Stein til Videnskab.dk.

protein model database at1g58602 genetik AI kunstig intelligens machine learning

Det ligner mere serpentiner end proteiner, men den er god nok. Der er tusinder og atter tusinde af 3D-modeller af proteiner i databasen, som man frit kan klikke rundt imellem og undersøge nærmere. Her er det det såkaldte probable disease resistance-protein At1g58602 (Grafik: AlphaFold Protein Structure Database - CC-BY-4.0)

Løfter især niche forskning

AlphaFolds database blev først oprettet i juli 2021 og havde fra begyndelsen flere end 350.000 forudsagte proteinstrukturer. Allerede dengang udnævnte det anerkendte tidsskrift Science den kunstige intelligens til at være årets videnskabelige gennembrud 2021

Siden da er databasen blevet citeret i flere end 1.000 videnskabelige artikler, og flere end en halv million forskere har gjort brug af den

Flere og flere proteinstrukturer er siden blevet tilføjet, men denne udvidelse af databasen er suverænt den største, hvor databasen nu bliver mangedoblet fra 1 million til flere end 200 millioner strukturer. 

Hvad betyder 'forudsagt' egentlig...?

 

I denne sammenhæng betyder 'forudsagt' noglelunde det samme som 'gættet'. 

Humlen er, at det er et kvalificeret gæt, ud fra hvilke aminosyrer proteinet består af. Den kunstige intelligens har dertil også haft rig mulighed for at øve sig på allerede kortlagte proteinstrukturer. 

I databasen står der også, hvor sikker AlphaFold er på sin 'forudsigelse' af proteinets struktur. 

Det betyder ifølge Amelie Stein, at særligt niche-forskningsområder, som der før ikke har været meget opmærksomhed omkring, vil få et løft:

»Denne store tilføjelse til databasen vil fremskynde meget forskning og i høj grad forskning af mindre studerede organismer, hvor man nu pludselig har et væld af data, som man før kun har haft ved de allermest undersøgte organismer,« fortæller Amelie Stein.

AlphaFolds kode har været frit tilgængeligt i et år, hvilket vil sige, at enhver forsker har haft mulighed for at udregne enhver proteinstruktur. Men det har vel og mærket krævet en supercomputer.

Det er derfor, at tilføjelsen af de 200 millioner proteiner til databasen er så vigtig. Den har gjort forudsigelserne tilgængelige for enhver, også forskere med begrænset computerkraft. 

Viser glimt af en hurtigere og nemmere fremtid

For mange forskere vil AlphaFold være et vigtigt værktøj i deres forskning.

Men dertil kommer, at programmet fra DeepMind viser os et glimt af fremtiden, hvor kunstig intelligens kommer til at spille en større rolle i vores forskning. Det fortæller professor i bioinformatik ved Københavns Universitet Ole Winther. 

»Man kan sige, at DeepMind med AlphaFold faktisk har taget de lavthængende frugter, da der allerede lå en del data i form af udregnede proteinstrukturer, som den kunstige intelligens kunne øve sig på,« siger professoren til Videnskab.dk.

Han fortæller, at næste skridt for kunstig intelligens formentlig er, at man ser på, hvordan proteinerne fungerer sammen med andre molekyler. 

»Det er sværere, for dér har vi ikke så meget træningsdata. Men hvis det lykkes, vil det spare forskerne for et utal af timer i laboratoriet,« vurderer Ole Winther og afslutter:

»Det er dét, kunstig intelligens handler om: at gøre tingene tusinder af gange hurtigere og nemmere end før.«

Nyhed: Lyt til artikler

Du kan nu lytte til udvalgte artikler herunder. Du kan også lytte til de oplæste artikler i din podcast-app, hvor du finder dem under navnet 'Videnskab.dk - Lyt til artikler'.

Ugens videnskabsbillede

Se flere forskningsfotos på vores Instagram-profil, og læs om de nedenstående prisvindende billeder af stjernetåger og stjernefabrikker her.

Ny video fra Tjek

Tjek er en YouTube-kanal om videnskab henvendt til unge.

Indholdet på kanalen bliver produceret af Videnskab.dk's videojournalister med samme journalistiske arbejdsgange, som bliver anvendt på Videnskab.dk.

Hej! Vi vil gerne fortælle dig lidt om os selv

Nu hvor du er nået helt herned på vores hjemmeside, er det vist på tide, at vi introducerer os.

Vi hedder Videnskab.dk, kom til verden i 2008 og er siden vokset til at blive Danmarks største videnskabsmedie med omkring en million brugere om måneden.

Vores uafhængige redaktion leverer dagligt gratis forskningsnyheder og andet prisvindende indhold, der med solidt afsæt i videnskabens verden forsøger at give dig aha-oplevelser og væbne dig mod misinformation.

Vores journalister fortæller historier om både kultur, astronomi, sundhed, klima, filosofi og al anden god videnskab indimellem - i form af artikler, podcasts, YouTube-videoer og indhold på sociale medier.

Vi stiller meget høje krav til, hvordan vi finder og laver vores historier. Vi har lavet et manifest med gode råd til at finde troværdig information, og vi modtog i 2021 en fornem pris for vores guide til god, kritisk videnskabsjournalistik.

Vores redaktion gør en dyd ud af at få uafhængige forskere til at bedømme betydningen af nye studier, og alle interviewede forskere citat- og faktatjekker vores artikler før publicering.

Hvis du går rundt og undrer dig over stort eller småt, vil vi elske at høre fra dig og forsøge at give dig svar med forskernes hjælp. Send bare dit spørgsmål til vores brevkasse Spørg Videnskaben.

Vi håber, at du vil følge med i forskningens forunderlige opdagelser her på Videnskab.dk.

Få et af vores gratis nyhedsbreve sendt til din indbakke. Du kan også følge os på sociale medier: Facebook, Twitter, Instagram, YouTube eller LinkedIn.

Med venlig hilsen

Videnskab.dk