Artificial Intelligence Dapat Menciptakan Peta Transformatif Protein Manusia

Setelah meluncurkan data tahap pertama ini, DeepMind berencana untuk terus menambah cadangan protein, yang akan dikelola oleh lab ilmu hayati unggulan Eropa, European Molecular Biology Laboratory (EMBL).

Direktur jenderal EMBL, Edith Heard mengatakan DeepMind berharap untuk merilis prediksi untuk 100 juta struktur protein, sebuah kumpulan data yang akan transformatif untuk pemahaman kita tentang cara kerja kehidupan.

Memahami struktur protein berguna bagi para ilmuwan di berbagai bidang. Informasi tersebut dapat membantu merancang obat-obatan baru, mensintesis enzim baru yang memecah bahan limbah, dan menciptakan tanaman yang tahan terhadap virus atau cuaca ekstrem.

Prediksi protein DeepMind sudah digunakan untuk penelitian medis , termasuk mempelajari cara kerja SARS-CoV-2 , virus penyebab COVID-19.

Data baru akan mempercepat upaya ini, tetapi para ilmuwan mencatat bahwa masih perlu banyak waktu untuk mengubah informasi ini menjadi hasil dunia nyata.

Khususnya, perangkat lunak DeepMind menghasilkan prediksi struktur protein daripada model yang ditentukan secara eksperimental, yang berarti bahwa dalam beberapa kasus, pekerjaan lebih lanjut akan diperlukan untuk memverifikasi struktur.

DeepMind mengatakan telah menghabiskan banyak waktu untuk membangun metrik akurasi ke dalam perangkat lunak AlphaFold-nya, yang memberi peringkat seberapa percaya diri untuk setiap prediksi.

Menentukan struktur protein melalui metode eksperimental mahal, memakan waktu, dan bergantung pada banyak trial and error.

Itu berarti bahkan prediksi dengan tingkat kepercayaan yang rendah pun dapat menghemat waktu kerja para ilmuwan selama bertahun-tahun dengan mengarahkan mereka ke arah yang benar untuk penelitian.