Když se mluví o tom, co AI přinesla vědě, padne nejčastěji jedno jméno. Aby bylo jasné proč, musíme začít u bílkovin.
Proč záleží na tvaru bílkoviny
Skoro všechno, co se v živé buňce děje, dělají proteiny neboli bílkoviny. Hemoglobin rozváží kyslík, enzymy štěpí potravu, protilátky chytají viry, inzulin říká buňkám, aby braly cukr z krve. Každý protein je dlouhý řetězec aminokyselin, dvaceti druhů stavebních dílků. Pořadí dílků se nazývá sekvence a přečíst ji umíme už desítky let.
Jenže protein nefunguje jako natažený řetězec. Představte si náhrdelník z korálků, který se v prostoru složí do složitého klubka. Pořadí korálků je sekvence; výsledný tvar klubka je struktura. A právě tvar rozhoduje, co protein dělá: do které molekuly zapadne, co dokáže rozštěpit, kam se naváže lék. Zjistit tvar experimentálně, třeba rentgenovou krystalografií, trvalo měsíce až roky práce na jeden protein. Proto se biologové půl století ptali: nešel by tvar vypočítat rovnou ze sekvence?
Co AlphaFold umí
Odpověď dala AI. AlphaFold je rodina modelů od firmy DeepMind (dnes Google DeepMind), která ze sekvence a z informací o příbuzných proteinech předpovídá prostorovou strukturu. V roce 2020 dosáhla druhá generace, AlphaFold 2, v soutěži CASP14 přesnosti, která se u mnoha proteinů blížila experimentálním měřením. CASP je pravidelné slepé hodnocení: týmy dostanou sekvence proteinů, jejichž tvar už laboratoře změřily, ale ještě nezveřejnily, a porovnává se, kdo se trefí nejblíž. Podrobnosti uvádí studie v Nature.
Pojmy, které se často pletou:
- AlphaFold 2 (2020) je model, který proslavil předpovídání struktur proteinů.
- AlphaFold 3 (2024) jde dál: předpovídá i společné struktury komplexů, kde se protein potkává s DNA, RNA nebo malou molekulou, třeba s léčivem. Není to jen přejmenovaná dvojka. Studie AlphaFold 3.
- AlphaFold DB je veřejná databáze hotových předpovědí, kterou Google DeepMind spravuje s evropským bioinformatickým ústavem EMBL-EBI. Obsahuje přes 200 milionů struktur a používají ji laboratoře po celém světě. AlphaFold DB.
Co znamenala Nobelova cena
V roce 2024 ocenila Nobelova cena za chemii dva různé přístupy k proteinům. Polovinu dostal David Baker za počítačový návrh nových proteinů, které v přírodě neexistují. O druhou polovinu se podělili Demis Hassabis a John Jumper z Google DeepMind za předpovídání struktury proteinů — tedy za AlphaFold. Ve stejném roce dostali Nobelovu cenu za fyziku John Hopfield a Geoffrey Hinton za základy strojového učení s neuronovými sítěmi; rok 2024 tak ukázal, že AI se stala nástrojem vědy, ne jen jejím předmětem. Oficiální oznámení.
Jak číst předpověď
Barevný obrázek molekuly vypadá přesvědčivě, ale je to odhad s různou mírou jistoty. AlphaFold ke každé části proteinu přidává skóre spolehlivosti: pLDDT říká, jak si je model jistý místním tvarem daného úseku, PAE odhaduje, jak přesně je úsek umístěný vůči jiné části. Úsek s nízkou jistotou nemusí být chyba modelu; některé části proteinů prostě žádný stálý tvar nemají. Ani jedno číslo neříká nic o tom, jak dobře na protein zabere lék. Výklad ukazatelů kvality.
Důležité je také, že AlphaFold předpovídá výsledný tvar, ne cestu k němu. Neříká, jak se řetězec v buňce skládá krok za krokem, ani jak se protein hýbe a mění tvar při práci. Slovo fold (skládání) v názvu tedy neznamená, že je záhada skládání proteinů vyřešená. Silné a slabé stránky shrnuje výukový přehled EMBL-EBI.
Od struktury k léku je daleko
Příklad: farmaceutický tým hledá látku, která zablokuje protein nutný pro množení viru. AlphaFold ukáže tvar proteinu a kapsu, kam by se malá molekula mohla navázat. To ušetří měsíce a napoví, jaké látky zkoušet. Jestli se látka opravdu naváže, jestli virus zastaví, jestli neškodí pacientům a v jaké dávce — to ale pořád musí ukázat laboratoř a klinické studie. AlphaFold řeší jeden dobře vymezený, důležitý krok, ne celý vývoj léku.
A to je také poučení pro debatu o superinteligenci. AlphaFold je úzká AI v nejlepším slova smyslu: v jedné oblasti překonala desítky let lidské práce, a přitom neumí nic jiného. Ukazuje, jak velký může být přínos AI pro vědu, i to, že špičkový výsledek v jednom oboru ještě neznamená obecnou inteligenci. Kam se AlphaFold řadí mezi ostatní systémy, rozebírá stránka AI, AGI a ASI.