DI padarė tai, kas gamtoje būtų vykę 500 000 000 metų

Baltymai yra viena iš gyvybės sudedamųjų dalių ir atlieka įvairias funkcijas organizme – pavyzdžiui, formuoja raumenis ir kovoja su ligomis. Sumodeliuotas baltymas, pavadintas esmGFP, egzistuoja tik kaip kompiuterinis kodas, tačiau jame yra iki šiol nežinoto tipo žaliojo fluorescencinio baltymo projektas. Gamtoje žaliai fluorescuojantys baltymai suteikia fluorescuojančioms medūzoms ir koralams švytėjimą.

Raidžių seka, kurioje užrašytos esmGFP kūrimo instrukcijos, yra tik 58 proc. panaši į artimiausią žinomą fluorescencinį baltymą, kuris yra žmogaus modifikuota baltymo, randamo burbulinėse aktinijose (Entacmaea quadricolor) – spalvinguose jūros gyvūnuose, kurie atrodo taip, tarsi jų čiuptuvų galuose būtų burbuliukai – versija. Likusi sekos dalis yra unikali ir jai išsivystyti iš viso reikėtų 96 skirtingų genetinių mutacijų. Tyrimo duomenimis, šiems pokyčiams natūraliai išsivystyti būtų prireikę daugiau nei 500 mln. metų.

Bendrovės „EvolutionaryScale“ tyrėjai praėjusiais metais parengiamajame tyrime pristatė esmGFP ir jam sukurti naudotą dirbtinio intelekto modelį „ESM3“. Nepriklausomi mokslininkai dabar peržiūrėjo šiuos rezultatus, kurie sausio 16 d. buvo paskelbti žurnale „Science“.

„ESM3“ kuria baltymus ne pagal įprastus evoliucijos apribojimus. Vietoj to jis yra problemų sprendėjas, kuris užpildo mokslininkų pateikto neišsamaus baltymo kodo spragas ir taip projektuoja tai, kas galėtų egzistuoti remiantis visais galimais evoliucijos keliais.

„Nustatėme, kad „ESM3“ mokosi fundamentaliosios biologijos ir gali sukurti funkcinius baltymus už evoliucijos tyrinėjamos erdvės ribų“, – sako tyrimo bendraautorius ir vienas iš „EvolutionaryScale“ įkūrėjų bei vyriausiasis mokslininkas Alexas Rivesas.

Naujasis tyrimas grindžiamas tyrimais, kuriuos A. Rivesas ir jo kolegos pradėjo atlikti „Meta“ – prieš 2024 m. pradėdami „EvolutionaryScale“. „ESM3“ yra jų naujausia generatyvinio kalbos modelio versija, panaši į „OpenAI“ „GPT-4“, tačiau ji skirta biologijai.

Baltymus sudaro molekulių, vadinamų aminorūgštimis, grandinės, kurių seką nurodo genai. Skirtingi baltymai turi skirtingas aminorūgščių sekas. Jie taip pat skiriasi struktūriškai: kiekvienas iš jų susilanksto į unikalią formą, kuri leidžia jiems atlikti savo funkciją, rašoma „Nature Education“. Kad „ESM3“ suprastų baltymus, tyrėjai pateikė modeliui duomenis apie pagrindines baltymų savybes – aminorūgščių seką, struktūrą ir funkciją – kaip raidžių seriją.

Komanda „ESM3“ apmokė pagal 2,78 mlrd. gamtoje rastų baltymų duomenis. Tada tyrėjai atsitiktinai paslėpė baltymo dalis ir liepė „ESM3“ užpildyti spragas, kad užbaigtų kodą – remdamasis tuo, ką išmoko.

„Lygiai taip pat, kaip žmogus gali užpildyti tuščias vietas [Hamleto monologe] „Būti ar ___ – štai ___.“, mes galime išmokyti kalbos modelį užpildyti baltymuose esančias tuščias vietas“, – aiškina A. Rivesas. – Mūsų tyrimai parodė, kad išsprendus šį paprastą uždavinį tinkle atsiranda informacija apie gilią baltymų biologijos struktūrą.“

Mokslininkai jau dabar įvairiais tikslais modifikuoja natūralius baltymus ir kuria naujus. Pavyzdžiui, tyrimų laboratorijose plačiai naudojami žalieji fluorescenciniai baltymai. Jų genetinis kodas dažnai pridedamas prie kitų DNR sekų galų, kad jų koduojami baltymai taptų žali. Tai leidžia mokslininkams lengvai sekti baltymus ir ląstelinius procesus. A. Rivesas pažymėjo, kad „ESM3“ galimybės gali paspartinti platų baltymų inžinerijos taikymą, įskaitant pagalbą kuriant naujus vaistus.

Tyrime nedalyvavusi Bato universiteto (Jungtinė Karalystė) evoliucinės biologijos specialistė Tiffany Taylor 2024 m. pristatė išankstinę (dar nerecenzuotą) tyrimo versiją. Savo analizėje ji rašė, kad tokie dirbtinio intelekto modeliai kaip „ESM3“ suteiks galimybę diegti tokias baltymų inžinerijos naujoves, kokių negali suteikti evoliucija. Tačiau ji taip pat pažymėjo, kad tyrėjų teiginys, jog jie imituoja 500 mln. evoliucijos metų, yra sutelktas tik į atskirus baltymus ir neatsižvelgia į daugybę natūralios atrankos etapų, kuriais galiausiai susikuria gyvybė.

„Dirbtinio intelekto valdoma baltymų inžinerija yra intriguojanti, tačiau negaliu atsikratyti jausmo, kad mes pernelyg pasitikime savimi manydami, jog galime pergudrauti sudėtingus milijonus metų trukusios natūralios atrankos ištobulintus procesus“, – sakė T. Taylor.

Parengta pagal „Live Science“.