Снимка: iStock

Дъщерното дружество на Alphabet за изкуствен интелект, Google DeepMind, отново удари учените с най-новата си итерация на AlphaFold, използвайки инструмента, за да освети сложния танц между някои от най-важните молекули в живота. Това е важен скок към свят, в който технологията позволява по-задълбочено разбиране на човешката биология и, да се надяваме, подобрява способността ни да откриваме нови лекарства.

Само преди две години по-ранната версия на AlphaFold на DeepMind взриви ума на научната общност, като разкри изображения на всеки съществуващ протеин на земята - 200 милиона от тях. Тези изображения не бяха перфектни – те бяха прогнози, а не действителни моментни снимки – но дори и така разкриха куп възможности, от ускоряване на фундаменталната наука до подобряване на дизайна на нови лечения.

Но протеините не съществуват изолирано. За да изпълняват критичните си задачи в тялото, те работят с множество партньори, включително други протеини, ДНК, РНК и малки молекули. Сега AlphaFold дава на учените поглед върху тези сътрудничества. Това е голям напредък спрямо предишната технология, както и спрямо други съществуващи технологии. И въпреки че изображенията отново съдържат несъвършенства, инструментът услужливо класира своята увереност в това, което е начертал.

Има някои фундаментални ограничения за неговата полезност. Един от най-очевидните недостатъци е, че това са статични изображения, а не филми. Биомолекулите в телата ни приемат различни форми - усукване, разтягане, дори развиване - докато взаимодействат с партньорите си в клетката, а AlphaFold предлага само момент от това движение.

Но дори статичните изображения оставят много наука за разкриване. Например, може да се знае как изглежда това взаимодействие за нормален протеин, да се включи мутация в неговата последователност - подобно на това, което се случва с човешките заболявания - и да се види как се е променила структурата, казва Фиона Маршал, президент на биомедицинските изследвания в Novartis. Novartis е една от двете големи фармацевтични компании, които са изградили партньорство за откриване на лекарства с Isomorphic Labs, което стартира от DeepMind през 2021 г. (Другата е Eli Lilly & Co.)

Също така си струва да си представим колко далеч може да стигне тази технология. Една от крайните цели е да можем да надникнем в цяла виртуална клетка, за да предвидим как всички различни компоненти си взаимодействат, казва Маршал. След това учените биха могли да попитат какво се случва, когато един от тези компоненти излезе от строя, подобно на това, което се случва в хода на заболяването. „Това е стъпка по тази траектория – за мен това е доста голяма стъпка“, казва тя.

Колкото и вълнуващо да е това, последната итерация на AlphaFold все още се отнася само до първата стъпка в години процес на пускане на лекарство на пазара. Дори ако компютрите в крайна сметка могат да излязат с добра идея за лекарство, тази работа трябва да бъде обобщена в лабораторията и след това тествана върху хора. Докато скорошен анализ на зараждащата се област предполага, че изобретените от AI лекарства превъзхождат изобретените от човека в най-ранните клинични етапи, AI все още не е премахнал необходимостта от проучвания за безопасност или да замени клиничните изпитвания, най-сложната фаза на развитие на повечето лекарства.

Само изпитани и истински изследвания върху хора и одобрени лекарства ще ни дадат отговорите. Това означава, че все още сме на няколко години от разбирането на действителното въздействие на ИИ върху справянето с човешките заболявания. Но като се има предвид скоростта, с която се развива технологията, все повече изглежда, че въздействието може да бъде огромно.