Een nieuwe AI-model - AlphaFold 3 - moet nauwkeurig de structuur van zaken zoals eiwitten, DNA en RNA gaan voorspellen, evenals hoe deze elementen op elkaar inwerken. Ontwikkelaars Google DeepMind en Isomorphic Labs verwachten dat de uitkomsten van het AI-model zullen helpen om het begrip van de biologische wereld en de ontdekking van geneesmiddelen sterk te verbeteren. Het AI-model is geïntroduceerd in een artikel in het blad Nature.
In elke plant-, dier- en menselijke cel bevinden zich miljarden moleculaire machines - bestaande uit eiwitten, DNA en andere moleculen, maar geen enkel onderdeel werkt op zichzelf, stellen Google DeepMind en Isomorphic Labs. Alleen door te zien hoe ze op elkaar inwerken, in miljoenen soorten combinaties, zijn deze levensprocessen echt te begrijpen.
Verbeteren begrip
AlphaFold 3 moet dit begrip verbeteren door de structuur en interactie van alle moleculen van het leven met veel grotere nauwkeurigheid te voorspellen. Voor de interacties van eiwitten met andere molecuultypen voorzien de twee ontwikkelaars een verbetering van minstens 50 procent vergeleken met bestaande voorspellingsmethoden. Voor enkele belangrijke interactiecategorieën zou de voorspellingsnauwkeurigheid verdubbeld zijn.
Wetenschappers krijgen gratis toegang tot het merendeel van de mogelijkheden die de onlangs gelanceerde onderoekstool AlphaFold Server biedt. Om voort te bouwen op het potentieel van AlphaFold 3 voor het ontwerpen van medicijnen, werkt Isomorphic Labs al samen met farmaceutische bedrijven om het toe te passen op praktische uitdagingen. Uiteindelijk moet de samenwerking leiden tot nieuwe behandelingen voor enkele van de meest verwoestende ziekten van de mensheid, zo is de ambitie.
Voortbouwen op fundamenten
Het nieuwe AI-model bouwt voort op de fundamenten van AlphaFold 2, dat in 2020 een doorbraak zou hebben gerealiseerd in het voorspellen van de eiwitstructuur. AlphaFold 2 is volgens Google Deepmind en Isomorphic in veel studies gebruikt om ontdekkingen te doen op gebieden als malariavaccins, kankerbehandelingen en het ontwerpen van enzymen.
‘AlphaFold 3 brengt ons voorbij eiwitten, naar een breed spectrum aan biomoleculen’, aldus Google in een blog. ‘Dit kan meer transformatieve wetenschap ontsluiten, van de ontwikkeling van biohernieuwbare materialen en veerkrachtiger gewassen tot het versnellen van het ontwerpen van geneesmiddelen en genomics-onderzoek.’
Hoe het werkt
Op basis van een invoerlijst met moleculen genereert AlphaFold 3 hun gezamenlijke 3D-structuur, om te bepalen hoe ze in elkaar passen. Het modelleert grote biomoleculen zoals eiwitten, DNA en RNA, maar ook kleine moleculen, ook wel liganden genoemd - een categorie die veel geneesmiddelen omvat. Verder kan AlphaFold 3 chemische modificaties van deze moleculen modelleren die het gezonde functioneren van cellen controleren, en die bij verstoring tot ziekten kunnen leiden.
De kern van het model is een verbeterde versie van de Evoformer-module – een deep learning-architectuur die eerder de prestaties van AlphaFold 2 ondersteunde. Na het verwerken van de invoer stelt AlphaFold 3 zijn voorspellingen samen met behulp van een diffusienetwerk, vergelijkbaar met die gevonden in AI-beeldgeneratoren. Het diffusieproces begint met een wolk van atomen en convergeert in vele stappen naar de uiteindelijke, meest nauwkeurige moleculaire structuur.
Met behulp van AlphaFold 3 in combinatie met een complementaire reeks interne AI-modellen werkt Isomorphic Labs aan medicijnontwerp voor zowel interne projecten als met farmaceutische partners. Isomorphic Labs stelt AlphaFold 3 te gebruiken om het ontwerpen van geneesmiddelen te versnellen en te verbeteren – door nieuwe ziektedoelen te identificeren en nieuwe manieren te ontwikkelen om bestaande doelen na te streven die voorheen buiten bereik waren.
Ondersteuning wetenschappers
De onlangs gelanceerde AlphaFold Server van Google DeepMind is een hulpmiddel dat onderzoekers helpt om te voorspellen hoe eiwitten interageren met andere moleculen in de cel. Het is een gratis platform dat wetenschappers wereldwijd kunnen gebruiken voor niet-commercieel onderzoek. Zo kunnen zij onder meer vrij eenvoudig structuren modelleren die zijn samengesteld uit eiwitten, DNA, RNA en een selectie van liganden, ionen en chemische modificaties. AlphaFold Server moet wetenschappers helpen om nieuwe hypothesen te ontwikkelen die ze in het laboratorium kunnen testen, om zo workflows te versnellen en verdere innovatie te faciliteren.
