En gammel drøm og helt nye proteiner – den første nobelprisen relatert til kunstig intelligens gikk til forskere som har utviklet teknologien for å forutsi proteiners struktur – og for å lage proteiner som ennå ikke finnes.
– Et av funnene som blir anerkjent i år handler om å lage spektakulære proteiner. Det andre handler om å oppfylle en 50 år gammel drøm: å forutsi proteinstrukturer fra aminosyresekvensene deres. Begge disse funnene åpner for store muligheter, sier Heiner Linke, leder av Nobelkomiteen for kjemi, i en pressemelding.
Proteiner – naturens kjemiske arbeidere – finnes i alt som lever og er helt sentrale for cellenes struktur og funksjon. Årets vinnere av nobelprisen i kjemi har brukt kunstig intelligens til å finne ut av hvordan disse grunnleggende molekylene ser ut – og ikke nok med det – til å designe helt nye proteiner som naturen aldri før har sett.
Kroppens kjemiske arbeidere
Det finnes mange ulike proteiner i naturen. Bare vi mennesker har over én million av dem. Sammen gjør de mye forskjellig: de er hormoner som leverer beskjeder mellom de ulike cellene i kroppen din, eller enzymene som sørger for at maten du spiser deles opp i mindre biter under fordøyelsen. De binder også oksygen, slik at det blir transportert rundt i kroppen din. Andre proteiner utfører oppgaver som er helt grunnleggende for enhver celles funksjon: som for eksempel å kopiere arvematerialet eller rydde bort avfall når det trengs.
Proteiner kommer i mange ulike former og fasonger, men én ting er likt: alle består de av grunnleggende byggesteiner kalt aminosyrer. I naturen finnes det 20 forskjellige aminosyrer, og det er måten disse er kjedet sammen på og foldet i tredimensjonale strukturer, som avgjør proteinets funksjon (se faktaboks).
Proteinfolding – mikroskopisk origami
Folding av proteiner minner litt om origami, japansk papirbrettekunst, hvor man fra ett enkelt ark kan lage både svaner, kaniner og vannliljer. I origami kan én enkelt feil når man bretter ødelegge hele figuren. På samme måte er riktig folding av aminosyrekjeden til et protein helt essensielt for at proteinet fungerer som det skal. Et feilfoldet protein kan gjøre at viktige funksjoner i cellene går tapt, eller det kan forstyrre andre prosesser i cellen ved at feilfoldede proteiner klumper seg sammen.
Designe nye proteiner
Den ene delen av nobelprisen går til den amerikanske forskeren David Baker. Ved å kombinere aminosyrer sammen på helt nye måter, har han utviklet metoder for å lage nye proteiner som ennå ikke finnes.
– Proteiner har, gjennom evolusjonen, utviklet seg til å løse problemene som organismer har møtt på. Men vi står overfor nye problemer i dag, som for eksempel covid. Hvis vi kunne designe proteiner som var like gode til å løse nye problemer, som de som utviklet seg under evolusjonen er til å løse gamle problemer, ville det vært veldig, veldig nyttig, sa David Baker til MIT Technology Review.
I de siste årene har Baker og forskningsgruppen hans utviklet KI-baserte verktøy som kan foreslå nye aminosyresekvenser som har sannsynlighet for å kunne foldes til nye proteiner. Baker og kollegaer har designet mange nye proteiner. Noen av disse kan bli svært nyttige for oss mennesker. For eksempel har de designet syntetiske miniproteiner som er rettet mot virus, for eksempel piggeproteinet i koronaviruset, som vil kunne bli viktig for å lage nye legemidler i fremtiden.
Proteinstruktur med ett klikk
Den andre delen av nobelprisen går til arbeid som gir oss et innblikk i hvordan de 200 millioner proteinene som man allerede har kjennskap til, ser ut.
Når proteiner lages, settes aminosyrene først sammen i kjeder – som perler på en snor. På nærmest magisk vis vil kjedene foldes til tredimensjonale strukturer og forvandles til funksjonelle proteiner (se faktaboks). Forskere har lenge vært interessert i å forstå hvordan denne 3D-strukturen til hvert enkelt protein faktisk ser ut.
Den vanligste metoden for å avdekke en 3D-struktur har vært å bruke røntgenkrystallografi. Denne metoden innebærer at man lager proteinene om til bittesmå krystaller. Deretter bestråler man krystallene med røntgenstråling og analyserer hvordan disse strålene spres. Men å avdekke en proteinstruktur ved hjelp av krystallografi er ikke lett– det tar lang tid. Det er ikke uvanlig at det tar flere år å komme frem til én enkel proteinstruktur.
Demis Hassabis og John M. Jumper fra Google DeepMind, som tildeles Nobelprisen sammen med Baker, står bak utviklingen av KI-verktøyet AlphaFold. Ved å ha analysert eksisterende proteinstrukturer, har AlphaFold lært å forutsi 3D-strukturen til et protein basert bare på aminosyresekvensen. Det som tidligere tok flere år, kan med andre ord nå gjøres på et blunk.
AlphaFold gir innblikk i befruktningen
AlphaFold har allerede dannet grunnlag for nye oppdagelser. I en nyere studie publisert i tidsskriftet Cell, har en gruppe internasjonale forskere, fra blant annet Universitetet i Wien, brukt AlphaFold for å få et innblikk i hvordan sammensmeltningen mellom en eggcelle og en sædcelle foregår. Lenge har forskere trodd at det i hovedsak var to proteiner – ett på eggcellen og ett på sædcellen – som er viktige i befruktningen. Ved hjelp av AlphaFold, har forskerne imidlertid funnet at prosessen er mer komplisert, og identifisert et tredje protein som kan være viktig for at befruktning skal finne sted.
Dette er bare ett eksempel på hvordan AlphaFold (som først kom i 2018) allerede brukes til å gjøre viktige og grunnleggende oppdagelser. Trolig er dette bare begynnelsen på hvordan kunstig intelligens vil påvirke blant annet medisinsk forskning i årene fremover.
