Trí tuệ nhân tạo tiên đoán cấu trúc protein
Trí tuệ nhân tạo (AI) có thể xác định cấu trúc ba chiều của protein – các nhóm a xít a min nắm quyền điều khiển các quá trình sinh học trong cơ thể con người. Thành quả này vô cùng bổ ích đối với việc phát triển thuốc chữa bệnh trong y học chính xác/y học cá thể hóa.
Protein rất đa năng, nó có thể làm nhiều việc khác nhau trong cơ thể con người. Nó không những giúp tế bào tạo có cấu trúc riêng biệt mà còn có thể điều khiển mọi quá trình sinh hóa. Bắp thịt, tim, não, da và tóc cũng được tạo thành chủ yếu từ protein. Ngày nay các nhà nghiên cứu nhờ có trí tuệ nhân tạo có thể dự đoán chính xác cấu trúc phân tử của protein, điều mà trước đây là không thể. Nó giúp mở ra một triển vọng mới trong việc nghiên cứu dược phẩm.
Toàn bộ protein trong cơ thể con người có tên là proteom. Nó có sự khác nhau chút ít giữa người này với người kia bởi hướng dẫn xây dựng các protein trong di truyền bộ gene mà bộ gene ở mỗi người lại đều khác nhau. Hệ quả là mầu mắt, mầu tóc của mỗi người đều có sự khác nhau. Nếu bản thiết kế trong bộ gene thiếu một protein tối cần thiết thì đó là nguyên nhân cho căn bệnh di truyền. Do vai trò trung tâm của proteom nên có lúc nó được coi như một “mã di truyền thứ hai”.
Protein là một mớ bòng bong
Protein là các đại phân tử hình thành từ các amino axit xếp cạnh nhau. Tuy nhiên những chuỗi này lại kết nối với nhau thành các cấu trúc có không gian cực kỳ rắc rối chứ không phải là các sợi tuyến tính. Cấu trúc protein không lưu trữ trong gene, mà được hình thành theo nguyên tắc của vật lý lượng tử. Nó được gập lại theo cách cấu trúc cho phép năng lượng tiêu hao ở mức thấp nhất, tuy có rất nhiều khả năng gập khác nhau nhưng kỳ diệu là giá trị năng lượng cuối cùng lại tương đương nhau.
Đặc tính sinh học và nhiệm vụ mà protein có thể đảm đương phụ thuộc đáng kể vào cấu trúc ba chiều của nó. Người ta có thể được xác định những đặc tính và nhiệm vụ của ó bằng cách sử dụng phân tích cấu trúc tinh thể tia X rất phức tạp về mặt kỹ thuật. Để làm được điều đó, trước hết phải lấy được từ protein có liên quan để tạo tinh thể. Cho đến nay, người ta mới biết vỏn vẹn chưa đầy một phần trăm cấu trúc protein trong cơ thể con người. Thậm chí, dù có sự hỗ trợ của máy tính thì người ta cũng còn chưa thể tính toán được, xuất phát từ trình tự axit amino đã biết, protein liên quan gập ba chiều như thế nào và do đó nó có những đặc điểm gì. Giải pháp cho “vấn đề gập protein” đặc biệt quan trọng đối với việc phát triển dược phẩm, trong đó protein được tính toán riêng cho người bệnh để protein can thiệp vào quá trình trao đổi chất.
Trí tuệ nhân tạo làm đảo lộn sinh vật học
Mới đây hãng DeepMind của Anh, một công ty con của Google-Holding Alphabet, đã tạo được đột phá để có thể dự báo chính xác cấu trúc của prtein. Chương trình AlphaFold của hãng sử dụng AI, hay còn gọi là Deep-Learning-Algorithm. Điều này không những có thể tác động cực mạnh đến ngành dược mà còn cả ngành sinh học tổng hợp. Bởi vì trên cơ sở các cấu trúc protein đã biết, người ta có thể tạo ra được các phân tử hoàn toàn mới thông qua thiết kế protein có chủ đích.
Giáo sư Helmut Grubmüller thuộc Viện Hóa Lý Sinh Max Plank từ Göttingen cho biết: “Với sự trợ giúp của máy học, nhóm AlphaFold đã thành công trong việc trích xuất các quy tắc gấp protein từ một số lượng lớn các cấu trúc protein đã biết đến mức có thể dự đoán rất chính xác 70 trong số 100 cấu trúc protein trong một thí nghiệm ‘mù’”.
“Đây thực sự là một bước đột phá!”, Jan Kosinski, trưởng nhóm nghiên cứu tại Phòng thí nghiệm Sinh học Phân tử Châu Âu (EMBL), bình luận. “Độ chính xác và tỷ lệ thành công của AlphaFold là chưa từng có. Tôi hầu như không thể chờ đợi để sử dụng phương pháp này cho các protein của mình”. Tuy nhiên Kosinski tỏ ra băn khoăn về việc vẫn còn một số thách thức: “Protein thông thường không chỉ gấp một lần duy nhất, mà nó thay đổi do phản ứng với ngoại cảnh, khi gắn với một protein khác, khi thực hiện các phản ứng enzyme, hay khi gắn kết với các loại thuốc hoặc với kháng thể điều trị. Dường như AlphaFold chưa thể dự báo trước về những thay đổi này. Nhưng học sâu cũng có thể áp dụng vào những vấn đề như thế này.“
Về ứng dụng trong y học của AlphaFold, giáo sư Gunnar Schröder thuộc Trung tâm nghiên cứu Juelich tỏ ra lạc quan. Người dẫn dắt nhóm nghiên cứu Sinh học cáu trúc tính toán cho hay: “Lĩnh vực y học cá thể hóa phát triển nhanh nên có thể thậm chí dẫn đến sự hình thành y học phân tử cá thể hóa. Nhờ vậy trong tương lai, chúng ta có thể điều chỉnh hoạt chất và điều trị thích hợp theo cấu trúc protein của mỗi người”.
Xuân Hoài dịch
