Vào năm 2020, một phòng thí nghiệm trí tuệ nhân tạo có tên DeepMind đã tiết lộ công nghệ có thể dự đoán hình dạng của protein – những cơ chế cực nhỏ điều khiển hành vi của cơ thể con người và tất cả các sinh vật sống khác.

Một năm sau, phòng thí nghiệm đã chia sẻ công cụ có tên là AlphaFold với các nhà khoa học và Mở khóa các hình dạng có thể đoán trước của hơn 350.000 protein, bao gồm tất cả các protein được biểu hiện trong bộ gen người. Ông ngay lập tức chuyển đổi quá trình nghiên cứu sinh học. Nếu các nhà khoa học có thể xác định được hình dạng của các protein, họ có thể tăng tốc khả năng hiểu bệnh tật, phát minh ra các loại thuốc mới và nếu không thì sẽ điều tra những bí ẩn của sự sống trên Trái đất.

Giờ đây, DeepMind đã đưa ra dự đoán cho gần như mọi loại protein mà khoa học biết đến. Hôm thứ Năm, phòng thí nghiệm có trụ sở tại London, thuộc sở hữu của cùng một công ty mẹ với Google, cho biết họ đã thêm hơn 200 triệu dự đoán vào cơ sở dữ liệu trực tuyến miễn phí cho các nhà khoa học trên khắp thế giới.

Với bản phát hành mới này, các nhà khoa học đằng sau DeepMind hy vọng sẽ đẩy nhanh việc tìm kiếm các sinh vật bí ẩn hơn nữa và khơi mào cho một lĩnh vực mới được gọi là siêu hình học.

Demis Hassabis, Giám đốc điều hành của DeepMind, cho biết trong một cuộc phỏng vấn qua điện thoại: “Các nhà khoa học hiện có thể khám phá toàn bộ cơ sở dữ liệu này và tìm kiếm các mô hình – mối liên hệ giữa các loài và các mô hình tiến hóa có thể vẫn chưa rõ ràng cho đến nay”.

Protein bắt đầu như một chuỗi các hợp chất hóa học, sau đó xoắn và gấp lại thành các hình dạng ba chiều xác định cách các phân tử này liên hệ với những phân tử khác. Nếu các nhà khoa học có thể xác định một loại protein cụ thể trông như thế nào, họ có thể giải mã cách thức hoạt động của nó.

Kiến thức này thường là một phần quan trọng để chống lại bệnh tật. Ví dụ, vi khuẩn kháng lại thuốc kháng sinh bằng cách biểu hiện một số protein nhất định. Nếu các nhà khoa học có thể hiểu được cách thức hoạt động của các protein này, chúng có thể bắt đầu chống lại tình trạng kháng thuốc kháng sinh.

Trước đây, việc xác định hình dạng của protein đòi hỏi các thí nghiệm mở rộng liên quan đến tia X, kính hiển vi và các dụng cụ khác trên băng ghế phòng thí nghiệm. Giờ đây, bằng cách nhìn vào chuỗi các hợp chất hóa học tạo nên protein, AlphaFold có thể dự đoán hình dạng của nó.

Công nghệ không hoàn hảo. Nhưng nó có thể dự đoán hình dạng của một protein với độ chính xác vượt trội so với các thí nghiệm vật lý khoảng 63% thời gian, theo các bài kiểm tra tiêu chuẩn độc lập. Với dự đoán trong tay, các nhà khoa học có thể xác minh độ chính xác của nó một cách tương đối nhanh chóng.

Clement Verba, một nhà nghiên cứu tại Đại học California, San Francisco, người sử dụng công nghệ để hiểu coronavirus và chuẩn bị cho các đại dịch tương tự, cho biết công nghệ này đã “xuất xưởng” công việc này, thường tiết kiệm được nhiều tháng thời gian thử nghiệm. Những người khác đã sử dụng công cụ này khi họ phải vật lộn để chống lại bệnh viêm dạ dày ruột, sốt rét và bệnh Parkinson.

Công nghệ này cũng đã thúc đẩy quá trình nghiên cứu bên ngoài cơ thể con người, bao gồm cả nỗ lực cải thiện sức khỏe của ong mật. Cơ sở dữ liệu mở rộng của DeepMind có thể giúp một cộng đồng lớn hơn các nhà khoa học gặt hái được những lợi ích tương tự.

Tiến sĩ Verba, cũng như Tiến sĩ Hasabis, tin rằng cơ sở dữ liệu sẽ cung cấp những cách thức mới để hiểu cách thức hoạt động của protein giữa các loài. Ông cũng coi đó là một cách để giáo dục một thế hệ học giả mới. Không phải tất cả các nhà nghiên cứu đều thành thạo về loại sinh học cấu trúc này. Một cơ sở dữ liệu của tất cả các protein đã biết làm giảm rào cản xâm nhập. Tiến sĩ Verba nói: “Nó có thể mang sinh học cấu trúc đến với đại chúng.