Több mint 2800 vírus fehérjekomplexumát tették szabadon elérhetővé

Több ezer vírus szerkezeti adatai kerültek az adatbázisba

Az NVIDIA szeptember 24-én jelentette be, hogy globális kutatási szervezetek koalíciójához csatlakozva közzéteszi több mint 2800 vírus fehérjekomplexumainak előre jelzett 3D szerkezetét. Az adatok az AlphaFold Database-ben érhetők el bármely tudós számára.

A szerkezeteket az AlphaFold2, a Google DeepMind fehérjehajtogatást és a fehérjék háromdimenziós alakját előre jelző mesterségesintelligencia-modellje segítségével állították elő. A számításokat az NVIDIA BioNeMo Inference Runtime optimalizálásával skálázták több ezer vírus proteomjára. A cél az volt, hogy az egyes vírusok által kódolt, egymással kölcsönható fehérjecsoportokat is modellezzék.

Az új adatok nagyjából 30 százaléka teljesen új a tudomány számára. Ezek a kölcsönhatások olyan szerkezeti formákat mutatnak, amelyeket korábban nem dokumentáltak a Protein Data Bankban, a kísérletileg meghatározott fehérjeszerkezetek fő adattárában.

A kutatók saját célpontjaikat is vizsgálhatják

A fehérjék gyakran több molekulából álló komplexekben működnek. Ezek háromdimenziós szerkezete kulcsfontosságú lehet olyan gyógyszerek és vakcinák fejlesztésében, amelyek megzavarják a vírus működését. A COVID-19 vírus tüskefehérjéjének szerkezeti ismerete például alapvető szerepet játszott a vakcinatervezésben.

A hagyományos szerkezetmeghatározás során a kutatóknak kikristályosítják a fehérjéket, majd röntgensugarakkal vizsgálják őket. Az NVIDIA szerint ez szerkezetenként éveket és több ezer dollárt is igénybe vehet. Az AlphaFold2 ezzel szemben percek alatt képes szerkezetet előre jelezni, és tömegesen is futtatható.

A vállalat nyíltan közzéteszi a BioNeMo Structure Prediction Pipeline nevű, GPU-gyorsított munkafolyamatot is. Ennek segítségével a kutatók saját fehérjecélpontjaik szekvenciájából is előre jelzett 3D szerkezetet készíthetnek. A nagy megbízhatóságú előrejelzéseket később kísérleti módszerekkel ellenőrizhetik.

A nyílt hozzáférés a kevésbé kutatott vírusokat is lefedi

A projektben részt vesz többek között a Coalition for Epidemic Preparedness Innovations, az EMBL-EBI, a Google DeepMind, az NVIDIA, a Seoul National University, a Sungkyunkwan University, a Swiss Institute of Bioinformatics és a University of Glasgow. A munkát olyan víruscsaládokra is kiterjesztették, amelyekről ismert, hogy embereket fertőznek, a közönséges náthát okozó vírusoktól az olyan felbukkanó veszélyekig, mint az Mpox.

Az AlphaFold Database a frissítéssel több mint 260 millió fehérje és fehérjekomplexum előrejelzését tartalmazza, amelyek a tudomány által ismert, csaknem minden katalogizált fehérjét lefedik. Az új előrejelzéseket megbízhatósági jelöléssel látják el, így az adatbázis azt mutatja meg, hogy nézhetnek ki a víruskomplexumok, illetve miként léphetnek kölcsönhatásba a fehérjék.

Risha Patel, a Google DeepMind élettudományi partnerségekért felelős menedzsere szerint a vállalat célja mindig az volt, hogy nagy léptékben demokratizálja az alapvető biológiai ismeretekhez való hozzáférést. Jo McEntyre, az EMBL-EBI ideiglenes igazgatója úgy fogalmazott, hogy a nyílt adatok a vírusdiagnosztika, valamint a kezelések és vakcinák fejlesztésének megértéséhez is fontosak, és a kevesebb erőforrással rendelkező kutatók előtt is csökkentik az akadályokat.

Az NVIDIA a Center for Global Development elemzésére hivatkozva azt írta, hogy nagyjából 50 százalék az esélye annak, hogy 2050-ig a világ a COVID-19-hez hasonló súlyosságú járvánnyal szembesül. A vállalat szerint a most közzétett adatok és a hozzájuk tartozó eszközök előre felhalmozott tudást adhatnak a kutatóknak, amelyet egy jövőbeli járvány kitörésekor felhasználhatnak.