Przejdź do treści
Niedziela, 8 listopada 20264 232 teksty w archiwumNewsletterSklep
na czasie

Newsy

NVIDIA i Google DeepMind udostępniają struktury białek 2800 wirusów, by przyspieszyć walkę z przyszłymi pandemiami

NVIDIA, Google DeepMind i EMBL-EBI wspólnie opublikowały przewidywane struktury 3D kompleksów białkowych ponad 2800 wirusów, dostępne bezpłatnie w bazie AlphaFold Database.

Tekst: 2 min czytania
NVIDIA i Google DeepMind udostępniają struktury białek 2800 wirusów, by przyspieszyć walkę z przyszłymi pandemiami

Ten news ukazał się 17 min po komunikacie źródła.

👁 146 przeczytań

NVIDIA, Google DeepMind i Europejskie Laboratorium Biologii Molekularnej (EMBL-EBI) opublikowały przewidywane struktury 3D kompleksów białkowych ponad 2800 wirusów - wszystkie dostępne bezpłatnie dla każdego naukowca za pośrednictwem bazy AlphaFold Database.

Struktury wygenerowano przy użyciu modelu AlphaFold2 od Google DeepMind, który przewiduje sposób, w jaki białka składają się w trójwymiarowe kształty. Kluczową rolę w skalowaniu obliczeń odegrało NVIDIA BioNeMo Inference Runtime - dzięki niemu zespół mógł przeprowadzić predykcję kompleksów dla tysięcy wirusowych proteomów jednocześnie. Kompleksy białkowe to grupy oddziałujących ze sobą białek, które wirus wykorzystuje do funkcjonowania - i właśnie je muszą atakować skuteczne szczepionki lub leki.

Skala naukowej nowości jest duża. Około 30% dodanych interakcji białkowych to formy zupełnie nieznane nauce - nieodnotowane wcześniej w Protein Data Bank, głównym repozytorium eksperymentalnie wyznaczonych struktur białkowych. Tradycyjne metody badania struktur, takie jak krystalografia rentgenowska, mogą pochłonąć lata pracy i tysiące dolarów za pojedynczą strukturę; AlphaFold2 zoptymalizowany pod kątem GPU NVIDIA robi to w ułamku tego czasu i kosztu.

„Kiedy nadejdzie kolejna pandemia, może pojawić się coś zupełnie niespodziewanego i będziemy pozbawieni wiedzy, którą mieliśmy w przypadku COVID-19. To, co próbujemy zrobić, to zgromadzić tę wiedzę z wyprzedzeniem.”

Tak skomentował Joe Grove, profesor wirusologii molekularnej w MRC-University of Glasgow Centre for Virus Research i współpracownik przy tym projekcie. Jego słowa dobrze oddają motywację całej inicjatywy: gdy COVID-19 się pojawił, naukowcy mieli za sobą dekady badań nad koronawirusami, co pozwoliło im zaprojektować szczepionki w rekordowym tempie. Dla tysięcy innych wirusów taka wiedza strukturalna po prostu nie istnieje.

Potrzeba działania jest wymierna. Według analizy Center for Global Development istnieje około 50% szansy, że do 2050 roku wybuchnie pandemia równie groźna co COVID-19.

NVIDIA i Google DeepMind udostępniają struktury białek 2800 wirusów, by przyspieszyć walkę z przyszłymi pandemiami
Źródło: NVIDIA (materiały prasowe)

Poza samą bazą NVIDIA udostępnia też BioNeMo Structure Prediction Pipeline - otwarty, akcelerowany na GPU przepływ pracy, dzięki któremu każdy badacz może samodzielnie przejść od sekwencji białkowej do przewidywanej struktury 3D dla wybranych celów badawczych. Chris Dallago, lider zespołu stosowanych nauk badawczych w dziedzinie biologii cyfrowej w NVIDIA, nazwał tę bazę „silnikiem do generowania hipotez” - narzędziem, które ma popchnąć do przodu całe pole badań nad interakcjami białkowymi.

Fakt, że 30% opisanych tu interakcji to terra incognita dla biologii, sugeruje, że ta baza może dostarczyć zaskakujących odkryć na długo przed tym, zanim ktokolwiek zdąży jej faktycznie użyć.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

// Newsletter

Cały tydzień w AI, w jednym mailu

Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.

Zapisz się za darmo →
Za darmo. Wypisujesz się jednym kliknięciem.
// z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Piotr Olszewski

Piotr Olszewski

AUTOR I WYDAWCA

Piotr Olszewski - twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

czytaj dalejnewsyLiquid AI przyspiesza modele wizyjno-językowe modelem LFM2.5-VL-DSparkLiquid AI opublikowało na Hugging Face model LFM2.5-VL-DSpark o rozmiarze 3B parametrów, zaprojektowany z myślą o przyspieszeniu działania modeli wizyjno-językowych.

Najczęściej czytane

7 dni
  1. 130 promptów do ChatGPT Images i 10 do przerabiania zdjęć
  2. 2Lokalne AI: modele na własnym komputerze - tekst, obraz, wideo, muzyka
  3. 3Gemini 4 Carbon: co to jest, dostęp w Polsce, cena i benchmarki

// mapa strony

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
promptowy w liczbach 0tekstów w archiwum0newsów z ostatnich 7 dni0modeli wideo w obserwatorium0zagadek w grach
× ‹ powiększenie ›