Jump to content
Forum Kopalni Wiedzy
Sign in to follow this  
KopalniaWiedzy.pl

Klucz do apetytu i otyłości u myszy, proteina XRN1

Recommended Posts

Proteina XRN1 odgrywa kluczową rolę w regulowaniu apetytu i metabolizmu przez mózg, informują badacze z Okinawa Institute of Science and Technology Graduate University. U myszy utrata tego białka z przodomózgowia doprowadziła do pojawienia się niepohamowanego apetytu i otyłości, czytamy na łamach iScience. Otyłość powodowana jest przez nierównowagę pomiędzy ilością przyjmowanego pokarmu a wydatkowaniem energii. Wciąż jednak słabo rozumiemy, jak apetyt i metabolizm są regulowane przez komunikację pomiędzy mózgiem a innymi częściami ciała, jak trzustka czy tkanka tłuszczowa, mówi doktor Akiko Yanagiya.

W ramach badań naukowcy stworzyli mysz, w której przodomózgowiu nie pojawiła się proteina XRN1. W tym regionie mózgu znajduje się m.in. podwzgórze, niewielki obszar odpowiedzialny za uwalnianie hormonów regulujących sen, temperaturę ciała, pragnienie i głód. Naukowcy zauważyli, że w wieku 6 tygodni ich myszy zaczęły gwałtownie przybierać na wadze i w wieku 12 tygodni były już otyłe. Obserwując zachowanie zwierząt uczeni stwierdzili, że myszy pozbawione XRN1 jadły niemal dwukrotnie więcej niż grupa kontrolna.

To była prawdziwa niespodzianka. Gdy po raz pierwszy pozbawiliśmy mózg XRN1 nie wiedzieliśmy, co odkryjemy. Tak drastyczny wzrost apetytu był czymś niespodziewanym, informuje doktor Shohei Takaoka.

Japończycy chcieli dowiedzieć się, co powoduje, że myszy tak dużo jedzą. Zmierzyli więc poziom leptyny we krwi. To hormon, który tłumi uczucie głodu. W porównaniu z grupą kontrolną był on znacząco podwyższony. Normalnie powinno to zniwelować uczucie głodu i powstrzymać myszy przed jedzeniem. Jednak zwierzęta pozbawione XRN1 nie reagowały na leptynę.

Naukowcy odkryli też, że 5-tygodniowe myszy były oporne na insulinę, co w konsekwencji może prowadzić do cukrzycy. W miarę upływu czasu u myszy tych poziom glukozy i insuliny znacząco rósł wraz ze wzrostem leptyny. Sądzimy, że poziom glukozy oraz insuliny zwiększał się z powodu braku reakcji na leptynę. Oporność na leptynę powodowała, że myszy ciągle jadły, glukoza we krwi utrzymywała się na wysokim poziomie, a przez to wzrastała też ilość insuliny, mówi Yanagiya.

Sprawdzano też, czy otyłość u myszy mogła być spowodowana mniejszą aktywnością fizyczną. Zwierzęta umieszczono w specjalnych klatkach, gdzie mierzono poziom zużywanego tlenu, co służyło jaki wskaźnik tempa metabolizmu. Okazało się, że u 6-tygodniowych myszy nie było żadnej różnicy w wydatkowaniu energii pomiędzy grupą badaną (bez XRN1) a grupą kontrolną. jednak uczeni zauważyli coś bardzo zaskakującego. Otóż myszy bez XRN1 używały węglowodanów jako głównego źródła energii. Natomiast myszy z grupy kontrolnej były w stanie przełączać się pomiędzy wykorzystywaniem węglowodanów w nocy – kiedy to były bardziej aktywne – a wykorzystywaniem zgromadzonego w ciele tłuszczu w dzień, w czasie mniejszej aktywności.

Z jakiegoś powodu myszy pozbawione XRN1 nie wykorzystywały tłuszczu tak efektywnie, jak grupa kontrolna. Nie wiemy, dlaczego tak się dzieje, przyznaje doktor Yanagiya. Gdy zaś myszy te osiągnęły 12 tygodni życia, ich wydatki energetyczne zmniejszyły się w porównaniu z grupą kontrolną. Jednak naukowcy sądzą, że było to spowodowane otyłością, a nie na odwrót. Myślimy, że przyczyną otyłości było tutaj przejadanie się w wyniku oporności na leptynę, dodaje uczony.

XRN1 odgrywa kluczową rolę w aktywności genów, gdyż jest zaangażowana na ostatnim etapie degradacji mRNA. Naukowcy odkryli, że u otyłych myszy poziom mRNA wykorzystywanego do wytwarzania proteiny AgRP, jednego z najsilniejszych stymulatorów apetytu, był podwyższony, co prowadziło też do podwyższonego poziomu AgRP. W tej chwili to tylko spekulacja, ale sądzimy, że zwiększony poziom tej proteiny i nieprawidłowa aktywacja wytwarzających ją neuronów może być przyczyną oporności na leptynę u myszy. W normalnych warunkach leptyna zmniejsza aktywność neuronów AgRP, ale jeśli utrata XRN1 powoduje, że neurony pozostają wysoce aktywne, to może to zagłuszać sygnały przekazywane przez leptynę, wyjaśniają naukowcy.


« powrót do artykułu

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now
Sign in to follow this  

  • Similar Content

    • By KopalniaWiedzy.pl
      Coraz więcej tłuszczu w organizmie zwiększa ryzyko demencji i udaru, ostrzegają naukowcy z University of South Australia. Przyjrzeli się oni istocie szarej mózgów około 28 000 osób i odkryli, że w miarę jak tyjemy, dochodzi do atrofii istoty szarej, co zwiększa ryzyko schorzeń neurologicznych.
      Główny autor badań, doktor Anwar Mulugeta mówi, że pokazują one kolejny problem związany z otyłością. Otyłość to złożona choroba, której cechą charakterystyczną jest nadmierna ilość tkanki tłuszczowej. Otyłość wiąże się z chorobami układu krążenia, cukrzycą typu II i chronicznym stanem zapalnym. Obecnie otyłość kosztuje australijską gospodarkę 8,6 miliarda dolarów rocznie, mówi. W ciągu ostatnich pięciu dekad liczba osób otyłych wzrosła. Jednak złożona natura tej choroby powoduje, że nie wszyscy otyli są chorzy z metabolicznego punktu widzenia. A to utrudnia stwierdzenie, kto znajduje się w grupie ryzyka, a kto nie.
      Autorzy badań podzielili otyłych na trzy podtypy. Do podtypu „niekorzystnego” zaliczono osoby z nadmiarową tkanką tłuszczową wokół niższych partii tułowia oraz okolicach brzucha. Osoby te są narażone na większe ryzyko cukrzycy typu II oraz chorób serca. Typ „korzystny” to ten, w którym występują szersze biodra, ale niskie ryzyko wystąpienia cukrzycy czy chorób serca, z kolei do typu „neutralnego” trafiły osoby o niskim i bardzo niskim ryzyku chorób metabolicznych i układu krążenia. Ogólnie rzecz biorąc, osoby należące do tych podtypów charakteryzuje wyższe BMI, ale w każdym podtypie tłuszcz jest różnie rozłożony i występuje różne ryzyko chorób kardiometabolicznych, stwierdza Mulugeta.
      Badania wykazały, że im większy stopień otyłości, szczególnie wśród podtypu „niekorzystnego” i „neutralnego”, tym mniej szarej materii w mózgu. To sugeruje, że mózgi takich osób mogą gorzej funkcjonować. Jednak kwestia ta wymaga dalszych badań.
      Nie znaleźliśmy jednoznacznych dowodów łączących konkretny podtyp otyłości z demencją czy udarem. Nasze badanie sugeruje jednak, że stan zapalny i zaburzenia metaboliczne mogą odgrywać rolę w zmniejszeniu ilości istoty szarej, stwierdza uczony.
      Analizy wykazały, że w grupie wiekowej 37–73 lata ilość istoty szarej zmniejszała się o 0,3% na każdy dodatkowy 1 kg/m2, co jest odpowiednikiem dodatkowych 3 kg wagi dla osoby o wzroście 173 cm.
      Coraz więcej dowodów wskazuje, że otyłość to złożona choroba i że szczególnie szkodliwy jest tłuszcz zgromadzony wokół organów wewnętrznych. My użyliśmy indywidualnych profili genetycznych i metabolicznych, by potwierdzić istnienie różnych typów otyłości. Nasze badania potwierdzają tezę mówiącą, że zanim ocenimy prawdopodobny wpływ otyłości na zdrowie konkretnego człowieka, musimy przyjrzeć się jego typowi otyłości. Nawet bowiem u osób o całkiem prawidłowej wadze, nadmiar tłuszczu w okolicach brzusznych może być powodem do zmartwień, podsumowuje profesor Elina Hyppönen.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Wszystkie nowotwory należą do jednej z dwóch kategorii, informują badacze z Sinai Health. Odkrycie to może pozwolić na opracowanie nowych strategii walki z najbardziej agresywnymi i niepoddającymi się leczeniu chorobami nowotworowymi.
      Olbrzymie zróżnicowanie nowotworów powoduje, że bardzo trudno znaleźć jest skuteczne formy leczenia tych chorób. Naukowcy z Lunenfeld-Tanenbaum Research Institute (LTRI), będącego częścią Sinai Health, donoszą na łamach Cancer Cell, że nowotwory można podzielić na zaledwie dwie kategorie, w zależności od ekspresji bądź braku ekspresji białka YAP (Yes-associated protein).
      Przeprowadzone przez nich badania wykazały bowiem, że we wszystkich nowotworach mamy do czynienia albo z ekspresją, albo wyciszeniem białka YAP. W zależności, do której z tych grup należy dany nowotwór, różnie reaguje on na leczenie.
      Białka YAP są niezwykle ważnym elementem szlaku sygnałowego Hippo. Szlak ten odgrywa istotną rolę w kontroli wzrostu narządów u zwierząt, regulując procesy proliferacji i apoptozy komórek.
      YAP nie tylko jest włączone bądź wyłączone, ale ma też przeciwne pro- lub antynowotworowe działanie, zależnie od kontekstu. Nowotwory z YAPon potrzebują YAP by się rozwijać i przetrwać, z kolei nowotwory YAPoff przestają się rozwijać po aktywacji YAP, mówi Rod Bremner.
      Naukowcy przypominają, że wiele nowotworów YAPoff to choroby wysoce śmiertelne. Naukowcy wykazali też, że niektóre nowotwory, jak nowotwór prostaty czy płuc, potrafią przełączyć się pomiędzy stanem YAPon a YAPoff by zyskać oporność na leczenie.
      Komórki nowotworowe, hodowane w szalkach laboratoryjnych, albo unoszą się w płynie, albo przyczepiają się do szalki. Uczeni z Sinai Health odkryli, że to YAP decyduje o pływalności komórek. Wszystkie komórki nowotworowe YAPoff unoszą się, a wszystkie YAPon przyczepiają się. Nie od dzisiaj zaś wiemy, że zdolność komórek do adhezji decyduje o ich oporności na leczenie.
      Odkryta przez nas prosta dwuwartościowa klasyfikacja nowotworów może pomóc w opracowaniu terapii, które są skuteczne dla wszystkich chorób należących do klas YAPoff i YAPon, stwierdził współautor badań Joel Pearson Uczony zauważył też, że skoro nowotwory mogą przełączać się pomiędzy tymi stanami, by uniknąć leczenia, opracowanie metod kontrolowania stanu YAPoff i YAPon spowoduje, że będziemy mogli powstrzymać nowotwór przed przełączeniem się w stan, w którym może zyskać oporność na leczenia.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      W trakcie pandemii Polacy znacznie ograniczyli aktywność fizyczną. Przyczyniło się to w dużym stopniu do tycia mieszkańców naszego kraju. Aż 42 proc. z nas przybrało na wadze średnio 5,7 kg – wynika z sondażu Ipsos COVID 365+.
      Badanie COVID 365+, którym objęto reprezentatywną próbę 1000 Polaków wskazuje, że obecnie problem nadwagi lub otyłości dotyczy co drugiego mieszkańca Polski. Zostało ono zrealizowane w dniach od 25 lutego do 2 marca 2021 r.
      Nadwaga i otyłość są jednymi z wiodących czynników zwiększających ryzyko ciężkiego przebiegu COVID-19. Potwierdzają to liczne badania naukowe przeprowadzone na przestrzeni ostatnich miesięcy – przypomina dr hab. Ernest Kuchar, specjalista w dziedzinie chorób zakaźnych i medycyny sportowej Warszawskiego Uniwersytetu Medycznego, cytowany w informacji prasowej przesłanej PAP.
      Jak dodaje ekspert, zdrowe odżywianie i aktywność fizyczna to dwa podstawowe elementy, tanie i dostępne dla każdego z nas, które mają najistotniejszy wpływ na redukcję zbędnych kilogramów, a co za tym idzie mogą wpływać na łagodniejszy przebieg COVID-19.
      Polacy mają świadomość, że styl życia, w tym aktywność fizyczna ma korzystny wpływ na zdrowie. W badaniu Ipsos pt. Diet and Health under COVID-19 co trzecia osoba oceniła, że aktywność fizyczna ma największy wpływ na obniżenie ryzyka ciężkiego przebiegu zakażenia koronawirusem.
      Jednocześnie, aż 43 proc. dorosłych Polaków nie realizuje minimalnego poziomu aktywności, który zgodnie z najnowszymi rekomendacjami Światowej Organizacji Zdrowia wynosi 300 minut umiarkowanego wysiłku fizycznego w tygodniu, wykazało badanie MultiSport Index 2021. Zostało ono zrealizowane przez Kantar na reprezentatywnej, losowej próbie 1000 Polaków powyżej 18. roku życia od 15 stycznia do 18 stycznia 2021 roku.
      Niestety od wielu lat daleko nam do podium, na którym znajdują się najaktywniejsze fizycznie społeczeństwa w Europie. Utrzymujące się od ponad roku ograniczenia w dostępie do obiektów sportowych z pewnością nie poprawią tych statystyk – podkreśla dr Kuchar.
      W badaniu MultiSport Index Pandemia przeprowadzonym w czasie pierwszego lockdownu, wiosną 2020 roku, aż 43 proc. aktywnych fizycznie Polaków przyznało, że ograniczyło liczbę treningów. Jako główny powód respondenci wskazali zamknięcie obiektów sportowych.
      Dr Kuchar zaznacza, że dziś co trzeci Polak podejmuje aktywność fizyczną rzadziej niż raz w miesiącu. Gdy doliczymy do tego godziny spędzone w pozycji siedzącej oraz niewłaściwą dietę i częste podjadanie niezdrowych przekąsek – mamy gotowy przepis na rozwój cukrzycy lub chorób układu krążenia, czyli tzw. schorzeń cywilizacyjnych, które obok pandemii COVID-19, pozostają najważniejszym problemem zdrowotnym i główną przyczyną zgonów – ostrzega specjalista.
      Zgodnie ze statystykami WHO niewystarczający poziom aktywności fizycznej jest czwartą wiodącą przyczyną śmiertelności na świecie – odpowiada za około 5 mln zgonów rocznie. Brak ruchu jest też bezpośrednią przyczyną 27 proc. przypadków cukrzycy oraz 30 proc. przypadków choroby niedokrwiennej serca.
      Aktywność fizyczna ma działanie profilaktycznie zarówno w kontekście chorób cywilizacyjnych, jak i funkcjonowania w sezonach infekcyjnych – wspiera naszą odporność, obniżając m.in. ryzyko występowania zakażeń górnych dróg oddechowych aż o 30 proc. – przypomniał dr Kuchar.
      Jak dodał, ćwiczenia odgrywają też znaczącą rolę w powrocie do zdrowia po COVID-19. Nasz układ limfatyczny, nazywany także układem chłonnym, posiada tylko jedną pompę – mięśnie. Skurcze mięśni stymulują krążenie limfy i zawartych w niej komórek odpornościowych po organizmie. Te wszystkie informacje składają się na jeden, bardzo ważny wniosek – powinniśmy zwracać uwagę na styl życia i pamiętać o codziennej dawce ruchu, która z pewnością przysłuży się naszemu zdrowiu, które dziś jest szczególnie zagrożone i to na wielu poziomach – podsumował ekspert.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Wyniki badań nad lekiem zwalczającym otyłość, opublikowane na łamach prestiżowego New England Journal of Medicine, zostały okrzyknięte punktem zwrotnym w walce z tą chorobą. Lek nie tylko prowadzi do dużej redukcji wagi – porównywalnej z utratą wagi w wyniku interwencji chirurgicznej – ale również poprawia zdrowie otyłych osób.
      Testy leku przeprowadzono na niemal 2000 osób z 16 krajów. Wyniki naszych badań to znaczący przełom w dziedzinie poprawy stanu zdrowia osób otyłych, mówi profesor Rachel Batterham, dyrektor Centrum Badań nad Otyłością na University College London. O tym, jak fatalny wpływ na zdrowie ma otyłość widzimy chociażby w czasie epidemii COVID-19, gdzie otyłość jest jednym z czynników ryzyka zgonu. Od dawna wiemy, że otyłość wiąże się z rozwojem wielu poważnych chorób, jak cukrzyca typu 2., choroby serca, wątroby, niektóre typy nowotworów. Badany przez nas lek może mieć olbrzymi wpływ na politykę zdrowotną Wielkiej Brytanii w najbliższych latach, stwierdza uczona.
      Lek, o którym mówi Batterham to semaglutyd, który działa poprzez przejęcie kontroli nad znajdującym się w mózgu układem regulującym apetyt. Dzięki temu osoba, która go zażywa, odczuwa mniejszy głód i mniej je. Trzy czwarte (75%) osób, które otrzymywały 2,4 mg semaglutydu straciło ponad 10% wagi, a ponad 1/3 (33%) straciło więcej niż 20% wagi. Żaden inny lek nie daje takich wyników. To naprawę przełom. Po raz pierwszy za pomocą leku można osiągnąć to, co dotychczas było możliwe jedyne za pomocą operacji, dodaje profesor Batterham.
      Średnio każdy z uczestników badań stracił 15,3 kilograma. Jednocześnie u badanych zmniejszyły się czynniki ryzyka chorób serca, cukrzycy, poprawiło ciśnienie krwi, spadł poziom cukru i cholesterolu, a badani informowali o poprawie jakości życia.
      Semaglutyd jest analogiem GLP1 (glukagonopodobnego peptydu 1). To znaczący postęp na polu walki z otyłością. Semaglutyd [sprzedawany pod nazwą handlową Rybelsus oraz Ozempic - red.] jest już zatwierdzonym i używanym środkiem w leczeniu cukrzycy. Lekarze są więc z nim zaznajomieni. Dla mniej jest to szczególnie ekscytujące, gdyż kiedy w latach 90. pracowałem w Hammersmith Hospital byliśmy pierwszym laboratorium, które wykazało, że GLP1 wpływa na apetyt. Teraz zaś widzimy przełożenie naszych badań na praktyczne leczenie ludzi z otyłością, mówi profesor John Wilding z University of Liverpool, który stał na czele grupy prowadzącej testy na terenie Wielkiej Brytanii.
      Do III fazy testów klinicznych zaangażowano 1961 osób dorosłych, które miały nadwagę lub były otyłe. Średnia waga każdej z tych osób wynosiła 105 kg. Badani pochodzili z 16 krajów Azji, Europy i obu Ameryk. Uczestnikom eksperymentu raz w tygodniu podawano podskórnie 2,4 mg semaglutydu lub placebo. Badania rozpoczęto jesienią 2018 roku i trwały one 68 tygodni.
      Co cztery tygodnie uczestnicy testów odbywali indywidualne konsultacje z dietetykiem. Pomagał on w utrzymaniu diety, doradzał odnośnie aktywności fizycznej i motywował do działania. Ponadto uczestnikom badań dostarczono kettle do ćwiczeń oraz wagi, za pomocą których mogli śledzić i oznaczać swoje postępy.
      W grupie, która otrzymywała semaglutyd średnia utrata wagi wynosiła 15,3 kilograma, w grupie placebo było to 2,6 kg. W grupie z semaglutydem zaobserwowano też redukcję czynników ryzyka różncyh chorób oraz poprawienie jakości życia.
      Semaglutyd to lek zatwierdzony obecnie do leczenia pacjentów z cukrzycą typu 2. Zwykle przepisywany jest w dawce wynoszącej 1 mg. Lek zawiera związek, który jest analogiem hormonu GLP-1. Hormon ten jest uwalniany do krwi po posiłku.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      AlphaFold, sieć sztucznej inteligencji zbudowana w oparciu o słynny DeepMind dokonała olbrzymiego kroku w kierunku poradzenia sobie z jednym z najpoważniejszych wyzwań nauk biologicznych – określeniem kształtu białek z sekwencji ich aminokwasów. To zmieni medycynę, zmieni bioinżynierię. Zmieni wszystko, mówi Andrei Lupas, biolog ewolucyjny z Instytutu Biologii Rozwojowej im. Maxa Plancka w Tybindze, który oceniał możliwości podobnych programów. Lupas dobrze zna AlphaFold. Program pomógł określić mu strukturę białka, z którym jego laboratorium nie mogło sobie poradzić od dekady.
      Możliwość określenia prawidłowej struktury białek pozwoli zarówno na lepsze zrozumienie życia, jak i na szybsze opracowywanie supernowoczesnych leków. Obecnie znamy 200 milionów białek, ale w pełni rozumiemy strukturę i funkcję niewielkiego ułamka z nich. Jednak nawet opisanie tej niewielkiej liczby dobrze poznanych białek zajęło nauce wiele lat, a do ich badań konieczny był wyspecjalizowany sprzęt warty miliony dolarów.
      AlphaFold pokonał około 100 innych programów, które wraz z nim stanęły do zawodów CASP (Critical Assesment of Structure Prediction). Zawody odbywają się co dwa lata, a AlphaFold wystartował w nich po raz pierwszy w 2018 roku i od razu trafił na szczyt klasyfikacji. Jednak w tym roku jego możliwości zaskoczyły specjalistów. Nie dość, że znacząco wyprzedził konkurencję, to jego osiągnięcia były tak imponujące, iż mogą zwiastować rewolucję w biologii.
      W niektórych przypadkach wyniki uzyskane za pomocą AlphaFold nie różniły się niczym od tych osiąganych za pomocą metod eksperymentalnych stanowiących złoty standard, takich jak krystalografia rentgenowska czy mikroskopia krioelektronowa. Naukowcy mówią, że AlphaFold nie zastąpi – przynajmniej na razie – tych metod, ale już teraz pozwoli na badanie struktur biologicznych w zupełnie nowy sposób.
      Białka to podstawowe budulce organizmów żywych. Odpowiedzialne są za większość procesów zachodzących w komórkach. O tym, jak działają i co robią, decyduje ich struktura 3D. Odpowiedni kształt przyjmują one bez żadnej instrukcji, kierowane jedynie prawami fizyki.
      Od dziesięcioleci główną metodą określania kształtów białek były metody eksperymentalne. Badania tego problemu rozpoczęto w latach 50. ubiegłego wieku korzystając z metod krystalografii rentgenowskiej. W ostatniej dekadzie preferowanym narzędziem badawczym stała się mikroskopia krioelektronowa.
      W latach 80. i 90. zaczęto prace nad wykorzystaniem komputerów do określania kształtu protein. Jednak nie szło to zbyt dobrze. Metody, które sprawdzały się przy jednych białkach nie zdawały egzaminu przy badaniu innych. John Moult, biolog obliczeniowy z University of Maryland, wraz z kolegami wpadł na pomysł zorganizowania CASP, zawodów, które miały uporządkować prace nad wykorzystaniem komputerów do badania kształtów białek. W ramach tych zawodów przed zespołami naukowymi stawia się zadanie określenia właściwej struktury protein, których to struktura została wcześniej określona metodami eksperymentalnymi, ale wyniki tych badań nie zostały jeszcze upublicznione.
      Moult mówi, że eksperyment ten – uczony unika słowa „zawody” – znakomicie przysłużył się badaniom na tym polu, pozwolił na uporządkowanie metod i odrzucenie wielu nieprawdziwych twierdzeń. Tutaj naprawdę możemy przekonać się, która metoda jest obiecująca, która działa, a którą należy odrzucić, stwierdza.
      W 2018 roku na CASP13 po raz pierwszy pojawił się AlphaFold. To algorytm sztucznej inteligencji bazujący na słynnym DeepMind, który pokonał mistrza go Lee Sedola, przełamując kolejną ważną barierę dla sztucznej inteligencji.
      Już w 2018 roku AlphaFold zyskał sobie uznanie specjalistów. Jednak wówczas korzystał z bardzo podobnych technik, co inne programy. Najpierw wykorzystywał metody głębokiego uczenia się oraz dane strukturalne i genetyczne do określenia odległości pomiędzy parami aminokwasów w proteinie, a następnie – już bez użycia SI – wypracowywał „konsensus” dotyczący ostatecznego wyglądu proteiny. Twórcy AlphaFolda próbowali to udoskonalać korzystając z takiego właśnie modelu, ale natrafili na przeszkody nie do pokonania.
      Zmienili więc taktykę i stworzyli sieć sztucznej inteligencji, która wykorzystywała też informacje o fizycznych i geometrycznych ograniczeniach w zawijaniu białek. Ponadto nowy model zamiast przewidywać zależności pomiędzy poszczególnymi aminokwasami miał do zrobienia coś znacznie trudniejszego – przewidzieć ostateczny kształt białka.
      CASP trwa kilka miesięcy. Biorące w nim udział zespoły regularnie otrzymują niezbędne informacje o proteinach lub ich fragmentach – w sumie jest ich około 100 – i mają określić ich strukturę. Wyniki pracy tych zespołów oceniają niezależni eksperci, którzy sprawdzają, na ile wyniki uzyskane na komputerach są zgodne z rzeczywistą strukturą białek określoną wcześniej metodami eksperymentalnymi. Oceniający nie wiedzą, czyją pracę oceniają. Wyniki są anonimizowane. Dane z AlphaFold były w bieżącym roku opisane jako „grupa 427”. Jednak niektóre z przewidywań dostarczonych przez tę grupę były tak dokładne, że wielu sędziów domyśliło się, kto jest autorem pracy. Zgadłem, że to AlphaFold. Większość zgadła, mówi Lupas.
      AlphaFold nie sprawował się równo. Raz radził sobie lepiej, raz gorzej. Ale niemal 2/3 jego przewidywań dorównywało wynikom uzyskanym metodami eksperymentalnymi. Czasami nie było wiadomo, czy różnica wynika z niedoskonałości AlphaFold czy metod eksperymentalnych. Jak mówi Moult, największą różnicę pomiędzy AlphaFold a metodami eksperymentalnymi było widać, gdy rzeczywisty wygląd proteiny określano za pomocą rezonansu jądrowego. Jednak różnica ta może wynikać ze sposobu obróbki surowych danych uzyskanych tą metodą. AlphaFold słabo sobie radził też w określaniu indywidualnych struktur w grupach protein, gdzie kształt białka mógł być zaburzany obecnością innego białka.
      Ogólnie rzecz biorąc średnia wydajność modeli biorących udział w tegorocznym CASP była lepsza niż przed dwoma laty, a za większość postępu odpowiadał AlphaFold. Na przykład tam, gdzie proteiny określano jako średnio trudne najlepsze modele uzyskiwały 75 na 100 możliwych punktów, a AlphaFold uzyskał tam 90 punktów. Przekroczenie granicy 90 punktów uznaje się za dorównanie metodom eksperymentalnym.
      Mohammed AlQuraishi, biolog obliczeniowy z Columbia University, który też brał udział w CASP chwali osiągnięcie AlphaFold: myślę, że trzeba uczciwie powiedzieć, iż osiągnięcie to wstrząśnie dziedziną badania struktur białek. Sądzę, że wielu specjalistów przestanie się tym zajmować, gdyż główny problem został rozwiązany. To olbrzymi przełom, jedno z najważniejszych osiągnięć naukowych, jakie widziałem w swoim życiu.
      O tym, jak wielkie możliwości ma AlphaFold i jak olbrzymia rewolucja może nadchodzić niech świadczy przykład badań, jakie prowadził zespół Andreia Lupasa. Niemcy od dawna próbowali określić strukturę białka pewnej bakterii. Za pomocą krystalografii rentgenowskiej uzyskali surowe dane, jednak ich przełożenie na odpowiednią strukturę wymagało pewnych informacji o kształcie proteiny. Wszelkie próby rozwiązania zagadnienia spaliły na panewce. Spędziliśmy dekadę próbując wszystkiego. Model opracowany przez group 427 dostarczył nam tę strukturę w ciągu pół godziny, mówi Lupas.
      Demis Hassabis, współzałożyciel i szef firmy DeepMind, która obecnie należy do Google'a, mówi, że jego firma dopiero zaczyna rozumieć, czego biolodzy chcą od AlphaFold.
      AlphaFold już zresztą przydaje się w praktyce. Na początku 2020 roku algorytm opisał strukturę kilku białek wirusa SARS-CoV-2. Później okazało się, że przewidywania dotyczące białka Orf3a zgadzają się z wynikami uzyskanymi eksperymentalnie.
      Rozpowszechnienie się AlphaFold raczej nie doprowadzi do zamknięcia laboratoriów. Jednak dzięki niemu do określenia struktury protein wystarczą gorszej jakości, a więc i łatwiejsze do uzyskania, dane. Możemy się też spodziewać olbrzymiej liczby odkryć, gdyż już w tej chwili dysponujemy olbrzymią liczbą danych, które program będzie mógł wykorzystać. Dodatkową korzyścią jest fakt, że będzie można prowadzić bardziej zaawansowane badania. Nowa generacja biologów molekularnych będzie mogła zadać bardziej złożone pytania. Będą mogli skupić się bardziej na myśleniu niż na prowadzeniu eksperymentów, mówi Lupas.
      Naukowcy mają nadzieję, że dzięki AlphaFold poznamy funkcje tysięcy białek tworzących ludzkie DNA, a to z kolei pozwoli nam poznać przyczyny wielu chorób.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...