Exbio Βιολογια και Κοινωνια
Ένα παρόμοιο σύστημα τεχνητής νοημοσύνης αναπτύχθηκε από ερευνητές οι οποίοι κέρδισαν το βραβείο Νόμπελ Χημείας αυτή την εβδομάδα
Οι ερευνητές χρησιμοποίησαν τεχνητή νοημοσύνη (AI) για να αποκαλύψουν 70.500 ιούς που προηγουμένως ήταν άγνωστοι στην επιστήμη, πολλά από αυτά περίεργα και τίποτα σαν γνωστά είδη. Οι ιοί RNA ταυτοποιήθηκαν χρησιμοποιώντας μεταγονιδιωματική, στην οποία οι επιστήμονες λαμβάνουν δείγματα όλων των γονιδιωμάτων που υπάρχουν στο περιβάλλον χωρίς να χρειάζεται να καλλιεργήσουν μεμονωμένους ιούς. Η μέθοδος δείχνει τη δυνατότητα της τεχνητής νοημοσύνης να εξερευνήσει τη «σκοτεινή ύλη» του σύμπαντος του ιού RNA.
Οι ιοί είναι πανταχού παρόντες μικροοργανισμοί που μολύνουν ζώα, φυτά και ακόμη και βακτήρια, αλλά μόνο ένα μικρό κλάσμα έχει εντοπιστεί και περιγραφεί. Υπάρχει «ουσιαστικά ένας απύθμενος λάκκος» ιών για να ανακαλυφθεί, λέει ο Artem Babaian, ιολόγος στο Πανεπιστήμιο του Τορόντο στον Καναδά. Μερικοί από αυτούς τους ιούς θα μπορούσαν να προκαλέσουν ασθένειες στους ανθρώπους, πράγμα που σημαίνει ότι ο χαρακτηρισμός τους θα μπορούσε να βοηθήσει στην εξήγηση μυστηριωδών ασθενειών, λέει.
Προηγούμενες μελέτες έχουν χρησιμοποιήσει μηχανική μάθηση για να βρουν νέους ιούς. Η τελευταία μελέτη, που δημοσιεύθηκε στο Cell αυτή την εβδομάδα, πηγαίνει αυτό το έργο ένα βήμα παραπέρα και το χρησιμοποιεί για να εξετάσει τις προβλεπόμενες πρωτεϊνικές δομές.
Το μοντέλο AI ενσωματώνει ένα εργαλείο πρόβλεψης πρωτεϊνών, που ονομάζεται ESMFold, το οποίο αναπτύχθηκε από ερευνητές της Meta (πρώην Facebook, με έδρα το Menlo Park της Καλιφόρνια). Ένα παρόμοιο σύστημα τεχνητής νοημοσύνης, το AlphaFold, αναπτύχθηκε από ερευνητές της Google DeepMind στο Λονδίνο, οι οποίοι κέρδισαν το βραβείο Νόμπελ Χημείας αυτή την εβδομάδα.
Το 2022, ο Babaian και οι συνεργάτες του έψαξαν 5,7 εκατομμύρια γονιδιωματικά δείγματα αρχειοθετημένα σε δημόσια διαθέσιμες βάσεις δεδομένων και εντόπισαν σχεδόν 132.000 νέους ιούς RNA2. Άλλες ομάδες έχουν ηγηθεί παρόμοιων προσπαθειών.
Αλλά οι ιοί RNA εξελίσσονται γρήγορα, οπότε οι υπάρχουσες μέθοδοι για τον εντοπισμό ιών RNA σε δεδομένα γονιδιωματικής αλληλουχίας πιθανώς χάνουν πολλές. Μια κοινή μέθοδος είναι να αναζητήσουμε ένα τμήμα του γονιδιώματος που κωδικοποιεί μια βασική πρωτεΐνη που χρησιμοποιείται στην αντιγραφή του RNA, που ονομάζεται RNA-εξαρτώμενη RNA πολυμεράση (RdRp). Αλλά αν η αλληλουχία που κωδικοποιεί αυτή την πρωτεΐνη σε έναν ιό είναι πολύ διαφορετική από οποιαδήποτε γνωστή αλληλουχία, οι ερευνητές δεν θα την αναγνωρίσουν.
Ο Shi Mang, εξελικτικός βιολόγος στο Πανεπιστήμιο Sun Yat-sen στο Shenzhen της Κίνας και συν-συγγραφέας της μελέτης Cell, και οι συνεργάτες του έψαχναν για προηγουμένως μη αναγνωρισμένους ιούς σε δημόσια διαθέσιμα γονιδιωματικά δείγματα.
Ανέπτυξαν ένα μοντέλο, που ονομάζεται LucaProt, χρησιμοποιώντας την αρχιτεκτονική «μετασχηματιστή» που στηρίζει το ChatGPT και τροφοδότησαν με αλληλούχιση και δεδομένα πρόβλεψης πρωτεϊνών ESMFold. Στη συνέχεια εκπαίδευσαν το μοντέλο τους να αναγνωρίζει ιικά RdRps και το χρησιμοποίησαν για να βρουν αλληλουχίες που κωδικοποιούσαν αυτά τα ένζυμα – απόδειξη ότι αυτές οι αλληλουχίες ανήκαν σε ιό – στη μεγάλη δόση γονιδιωματικών δεδομένων. Χρησιμοποιώντας αυτή τη μέθοδο, εντόπισαν περίπου 160.000 ιούς RNA, συμπεριλαμβανομένων μερικών που ήταν εξαιρετικά μεγάλοι και βρέθηκαν σε ακραία περιβάλλοντα όπως θερμές πηγές, αλμυρές λίμνες και αέρα. Λίγο λιγότεροι από τους μισούς από αυτούς δεν είχαν περιγραφεί πριν. Βρήκαν «μικρούς θύλακες βιοποικιλότητας του ιού RNA που είναι πραγματικά μακριά στα boonies του εξελικτικού χώρου», λέει ο Babaian.
«Είναι μια πραγματικά ελπιδοφόρα προσέγγιση», λέει η Jackie Mahar, εξελικτική ιολόγος στο CSIRO Australian Centre for Disease Preparedness στο Geelong. Ο χαρακτηρισμός των ιών θα βοηθήσει τους ερευνητές να κατανοήσουν την προέλευση των μικροβίων και πώς εξελίχθηκαν σε διαφορετικούς ξενιστές, λέει.
Και η επέκταση της δεξαμενής γνωστών ιών καθιστά ευκολότερο να βρεθούν περισσότεροι ιοί που είναι παρόμοιοι, λέει ο Babaian. «Ξαφνικά μπορείς να δεις πράγματα που απλά δεν έβλεπες πριν».
Η ομάδα δεν ήταν σε θέση να προσδιορίσει τους ξενιστές των ιών που εντόπισαν, οι οποίοι θα πρέπει να διερευνηθούν περαιτέρω, λέει ο Mahar. Οι ερευνητές ενδιαφέρονται ιδιαίτερα να μάθουν εάν κάποιος από τους νέους ιούς μολύνει τα archae για τα οποία δεν έχει αποδειχθεί σαφώς ότι μολύνονται από ιούς RNA.
Ο Shi αναπτύσσει τώρα ένα μοντέλο για να προβλέψει τους ξενιστές αυτών των πρόσφατα αναγνωρισμένων ιών RNA. Ελπίζει ότι αυτό θα βοηθήσει τους ερευνητές να κατανοήσουν τους ρόλους που έχουν οι ιοί στις περιβαλλοντικές τους θέσεις.
Πηγή: Η Αυγή