NVIDIA וגוגל דיפמיינד משחררות מבני חלבון של 2,800 נגיפים למאגר פתוח

שיתוף פעולה בקנה מידה חסר תקדים

NVIDIA, גוגל דיפמיינד (Google DeepMind) והמכון האירופי לביואינפורמטיקה של המעבדה האירופית לביולוגיה מולקולרית (EMBL-EBI) הכריזו על שחרור מבנים תלת-ממדיים חזויים לקומפלקסים של חלבונים ביותר מ-2,800 נגיפים. הנתונים זמינים כעת לכל חוקר דרך מאגר אלפהפולד (AlphaFold Database), במה שמסתמן כמאמץ המתואם הגדול ביותר עד כה להנגשת ביולוגיה מבנית של פתוגנים בקוד פתוח.

מאלפהפולד 2 לביו-נמו: איך זה עובד

החיזויים הופקו באמצעות אלפהפולד 2 (AlphaFold2), מודל הבינה המלאכותית של דיפמיינד לקיפול חלבונים, כשהוא מותאם לריצה יעילה על מעבדים גרפיים של NVIDIA דרך סביבת ההרצה BioNeMo Inference Runtime. השילוב איפשר להרחיב את האינפרנס לאלפי פרוטאומים נגיפיים ולחזות לא רק חלבונים בודדים אלא קומפלקסים: קבוצות חלבונים באינטראקציה, שהם לרוב המטרה האמיתית של חיסונים ותרופות. לשם השוואה, שיטות ניסיוניות מסורתיות כמו קריסטלוגרפיית קרני X דורשות שנים ואלפי דולרים למבנה בודד; כאן מדובר בדקות למבנה, עם יכולת הרצה באצוות.

שלושים אחוז מהאינטראקציות, חדשות לגמרי

לפי נתוני הפרויקט, כ-30% מהאינטראקציות החלבוניות שנוספו למאגר מעולם לא תועדו בבנק נתוני החלבונים (Protein Data Bank), המאגר המרכזי למבנים שנקבעו ניסיונית. המשמעות היא חלון למכניזמים ביולוגיים שטרם נחקרו. במרכז לפיתוח גלובלי (Center for Global Development) מעריכים הסתברות של כ-50% למגפה בחומרת קוביד-19 עד 2050; ג'ו גרוב (Joe Grove), פרופסור לווירולוגיה מולקולרית במרכז לחקר נגיפים של מועצת המחקר הרפואית ואוניברסיטת גלזגו, מסביר שהמטרה היא "לאגור ידע מראש" למקרה שהנגיף הבא יגיע ללא התרעה מוקדמת, בניגוד ליתרון שהיה למדע עם נגיפי קורונה.

ממאגר למנוע השערות

רישה פאטל (Risha Patel), מנהלת שותפויות מדעי החיים בדיפמיינד, מציינת שהשאיפה תמיד הייתה להנגיש ביולוגיה בסיסית בקנה מידה רחב. כריס דלאגו (Chris Dallago), ראש צוות מחקר יישומי בביולוגיה דיגיטלית ב-NVIDIA, מגדיר את המאגר כ"מנוע ליצירת השערות", חוקרים יכולים כעת לחקור אינטראקציות חלבוניות כקומפלקסים שלמים ולא כמולקולות בודדות. כדי לאפשר המשך עצמאי, NVIDIA משחררת במקביל את צנרת חיזוי המבנים של BioNeMo (BioNeMo Structure Prediction Pipeline), זרימת עבודה מואצת GPU שמאפשרת לכל מעבדה לעבור מרצף חלבון למבנה תלת-ממדי חזוי על מטרות משלה.

למה קומפלקסים ולא חלבונים בודדים

רוב החלבונים לא פועלים לבד, הם מתאספים לקומפלקסים מרובי מולקולות כדי לבצע פונקציות מורכבות, ואותם מבנים משולבים הם לעתים קרובות מה שחיסון או תרופה צריכים לפגוע בו כדי לשבש פעילות נגיפית. הבנת המבנה של חלבון הספייק של SARS-CoV-2 היתה אבן יסוד בתכנון החיסונים; לאלפי נגיפים אחרים אין היום ידע מבני מקביל. הצוות עבר באופן שיטתי על משפחות נגיפים שידועות כמדביקות בני אדם, מנגיפי הצטננות נפוצים ועד איומים מתהווים כמו אבעבועות הקוף (Mpox), והתחיל למלא את הפער הזה.