AI ไขปริศนาชีววิทยาที่มีมานาน 50 ปี เผยโครงสร้างโปรตีนทุกชนิดในมนุษย์ ทำให้เข้าใจโรคมากขึ้น พัฒนายาที่สู้กับโรคได้ ช่วยค้นหาวิธีย่อยสลายขยะพลาสติก        

(มีคลิปวิดีโอเนื้อหานี้ในลิงก์ยูทูป https://www.youtube.com/watch?v=wbYGP7Ngl7I)

ภายในร่างกายมนุษย์ มีเซลล์ขนาดเล็กจิ๋วทำหน้าที่เหมือนเครื่องจักรหลายพันล้านเครื่องที่กำลังทำงานอย่างหนัก

เซลล์ขนถ่ายออกซิเจนในเลือด

เซลล์ตรวจจับแสงสว่างทำให้ตามองเห็น

เซลล์ทำให้กล้ามเนื้อในร่างกายเคลื่อนไหวได้

เซลล์ซึ่งเปรียบเสมือนเครื่องจักรหลายพันล้านเครื่องเหล่านี้ คือ “โปรตีน” มันเป็นรากฐานของทุกกระบวนการทางชีววิทยาในสิ่งมีชีวิต

โปรตีนแต่ละชนิด มีรูปทรง 3 มิติที่สลับซับซ้อน ซึ่งเป็นตัวกำหนดการทำหน้าที่ และวิธีการทำงาน

เท่าที่มีการตรวจนับได้ มีโปรตีนในโลกมากกว่า 200 ล้านชนิด แต่ที่ผ่านมานักวิทยาศาสตร์รู้จักโครงสร้างโปรตีนที่ชัดเจนแบบ 3 มิติ เพียง 0.1% หรือประมาณ 170,000 ชนิด

เมื่อคลี่โปรตีนออกมา จะเห็นมันเหมือนกับลูกปัดหลายอัน มันประกอบด้วยกรดอะมิโน 20 ชนิดที่แตกต่างกัน ปฏิกิริยาระหว่างกรดอะมิโนเหล่านี้ ทำให้โปรตีนม้วนพับตัว รูปทรงของมันมีความเป็นไปได้แบบไร้ขีดจำกัด

เกือบ 50 ปีที่ผ่านมา ชุมชนนักวิทยาศาสตร์ทั่วโลก ได้พยายามหาวิธีค้นหารูปทรงของโปรตีน โดยพิจารณาจากสายโยงใยเหมือนเชือกที่เชื่อมกันของกรดอะมิโน

การค้นหารูปทรงโปรตีน เพื่อความเข้าใจถึงโครงสร้างโปรตีน เป็นเรื่องท้าทายที่สำคัญทางชีววิทยา นักวิทยาศาสตร์ติดอยู่กับปัญหานี้มานานร่วม 50 ปี ไม่เข้าใจการม้วนพับตัวของโปรตีน มีความพยายามแก้ปัญหาด้วยวิธีต่างๆมาเป็นเวลานาน บางช่วงก็หยุดทำ และเริ่มทำกันใหม่อีกหลายครั้ง แต่ไม่มีความคืบหน้า

ในชุมชนชีววิทยาเริ่มมีความมุ่งมั่นอีกครั้งในปี 1994 เพื่อทำความเข้าใจเกี่ยวกับ Protein Folding อย่างจริงจัง และจัดให้มีการแข่งขันระหว่างนักวิทยาศาสตร์ทั่วโลกที่เรียกว่า Critical Assessment of protein Structure Prediction หรือ CASP

CASP เปรียบเสมือนการแข่งขันโอลิมปิกเพื่อศึกษาโครงสร้างโปรตีน โดยมีการแข่งขันกันทุก 2 ปี ตั้งแต่ปี 1994 เป็นการแข่งขันเพื่อค้นหาวิธีคาดการณ์โครงสร้างโปรตีนที่มีประสิทธิภาพ และทำได้อย่างรวดเร็วที่สุด แต่ละปีจะมีทีมนักวิจัยจากทั่วโลกมากกว่า 100 ทีมเข้าร่วมแข่งขัน

นับตั้งแต่มีการแข่งขัน CASP มานานกว่ายี่สิบปี ทีมที่ทำคะแนนได้ดีที่สุด ได้คะแนนประมาณ 60% เท่านั้น การทำให้เป็นที่ยอมรับในวงการชีววิทยา จะต้องมีคะแนนในระดับ 90% จึงถือว่าสามารถแก้ปัญหา Protein Folding ได้จริง

DeepMind ซึ่งเป็นบริษัทในเครือเดียวกับ Google วันนี้มี Alphabet เป็นบริษัทแม่ ได้สร้างระบบ AI เพื่อแก้ปัญหานี้โดยเฉพาะ และเรียกชื่อโครงการนี้ว่า AlphaFold

ในการแข่งขัน CASP ครั้งที่ 13 ปี 2018  AlphaFold ร่วมแข่งขันด้วย และเป็นผู้ชนะเลิศ แต่ทำคะแนนได้เพียงเจ็ดสิบกว่าเปอร์เซ็นต์

สำหรับ CASP ครั้งที่ 14 ในปี 2020  AlphaFold ร่วมแข่งขันอีกครั้งด้วย AlphaFold 2 และคราวนี้ได้สร้างปรากฏการใหม่ในวงการชีววิทยา ชนะเลิศการเป็นครั้งที่สอง ด้วยคะแนนรวมสำหรับทุกเป้าหมาย 92.4 % ถือได้ว่าแก้ปัญหาได้จริง

คำถามที่ใช้เป็นโจทย์ในการแข่งขัน CASP เป็นโจทย์ที่มีคำตอบโครงสร้างโปรตีนอยู่แล้ว แต่ยังไม่เคยมีการเผยแพร่ผลงานวิจัย

ในการแข่งขัน CASP ครั้งที่ 14  มีคำถามเกี่ยวกับ Orf8 Protein ซึ่งเป็นโปรตีนตัวหนึ่งใน SARS-CoV-2 หรือ โควิด-19

AlphaFold ได้รับการฝึกฝนเกี่ยวกับลำดับและโครงสร้างโปรตีนที่โลกรู้จักอยู่แล้ว ซึ่งเป็นงานของนักวิทยาศาสตร์ทั่วโลก มีการลองถูกลองผิดนับครั้งไม่ถ้วน มีความระมัดระวังเรื่องความถูกต้องแม่นยำ กว่าจะได้โครงสร้างของโปรตีนแต่ละตัว ต้องใช้เวลานานมาก และมีค่าใช้จ่ายสูงมาก

AI ของ AlphaFold เรียนรู้จากโครงสร้างโปรตีนที่มีการเปิดเผยต่อสาธารณะเกือบ 170,000 ชนิดใช้เป็นฐานข้อมูล ทำให้ AI สามารถคาดคะเนโครงสร้างโปรตีนชนิดอื่นๆที่ยังไม่มีนักวิทยาศาสตร์จากสำนักไหนในโลกรู้จักมาก่อน

AlphaFold สามารถทำนายรูปทรงของโปรตีนโดยดูจากลำดับของกรดอะมิโนเท่านั้น

การค้นพบครั้งนี้ จะทำให้นักชีววิทยาเข้าใจ “หน้าที่” และ “วิธีการทำงาน” ของโปรตีนแต่ละชนิดอย่างละเอียด

AlphaFold จะสร้างความคืบหน้าในทุกด้าน

ในอนาคต เราจะเข้าใจโรคต่างๆได้เร็วขึ้น รู้ว่าเชื้อโรคก้าวหน้าได้อย่างไร และสามารถพัฒนายาเพื่อต่อสู้กับมันได้

ความเข้าใจโครงสร้างโปรตีน อาจช่วยทำให้เราค้นพบเอ็นไซม์ที่สามารถย่อยสลายขยะพลาสติกได้ รู้วิธีดักจับคาร์บอนจากชั้นบรรยากาศ

โปรตีนเป็นส่วนประกอบสำคัญของสิ่งมีชีวิต การปลดล็อกที่ทำให้เข้าใจรูปทรงโปรตีน ช่วยทำให้นักวิทยาศาสตร์เข้าใจธรรมชาติของโลกดีขึ้น และขยายความรู้เกี่ยวกับสิ่งที่มีชีวิตได้มากขึ้น

ความสำเร็จครั้งนี้ ทำให้นักชีววิทยาสามารถเลือกใช้เครื่องมือการคำนวณโครงสร้างโปรตีนโดยใช้วิธีการเดียวกับ AlphaFold

แบบจำลองการค้นหาโครงสร้างโปรตีนของ AlphaFold ช่วยทำให้นักชีววิทยาสามารถแก้ปัญหาโครงสร้างโปรตีนที่นักวิจัยติดปัญหาอยู่กับมันมาหลายทศวรรษ ทำให้เกิดความพยายามอีกครั้งเพื่อจะได้เข้าใจว่า สัญญาณถูกส่งผ่านเยื่อหุ้มเซลล์ได้อย่างไร

ทีมงานของ AlphaFold ยังคงทำการพัฒนาระบบการคาดคะเนให้มีความแม่นยำและเร็วขึ้น และมั่นใจว่ามันจะทำงานอย่างมีประสิทธิภาพดีขึ้นอย่างต่อเนื่อง

เมื่อวันที่ 22-07-2021 DeepMind, AlphaFold 2 ซึ่งมีการคาดคะเน Protein Folding ได้แม่นยำมากกว่า 90% และค้นหาคำตอบได้ในเวลาไม่กี่นาที ได้เผยแพร่ข้อมูลโครงสร้างโปรตีนสู่สาธารณะมากกว่า 350,000 ชนิด

การเผยแพร่ข้อมูลสู่สาธารณะคราวนี้ มีข้อมูลโปรตีนโอมของมนุษย์ทั้งหมด หรือโปรตีนในร่างกายมนุษย์ที่แสดงอยู่ในจีโนมมนุษย์ทุกชนิดที่มีอยู่ประมาณ 20,000 ชนิด

รวมถึงโครงสร้างโปรตีน 20 ชนิดที่นักวิทยาศาสตร์ต้องพึ่งพาข้อมูลนี้สำหรับงานวิจัย เช่น อีโคไลน์ ยีสต์ แมลงหวี่ หนู ฯลฯ

ข้อมูลโครงสร้างโปรตีนที่ AlphaFold ค้นพบครั้งนี้ มีความสำคัญอย่างมาก จะช่วยทำให้นักวิจัยเข้าใจโปรตีนได้ลึกซึ้งมากขึ้น มันเป็นข้อมูลที่จำเป็นสำหรับหัวข้องานวิจัยจำนวนนับไม่ถ้วน

ข้อมูลเชิงลึกใหม่ๆเกี่ยวกับโครงสร้างโปรตีนแต่ละชนิด เปรียบเสมือนการได้ทำความเข้าใจเกี่ยวกับเครื่องจักรทางชีววิทยาขนาดเล็กที่ทำงานอยู่ในร่างกายของสิ่งมีชีวิต เราจะรู้ว่ามันทำงานอย่างไร มีหน้าที่อะไร แล้วไปต่อยอดหาทางรับมือหรือแก้ปัญหาเพื่อทำให้คุณภาพชีวิตมนุษย์ดีขึ้น

นักวิจัยสามารถแสวงหาวิธีรักษาโรค และหาทางแก้ปัญหาใหญ่อื่นๆ ที่มนุษยชาติกำลังเผชิญอยู่หลายด้าน เช่น การดื้อยาปฏิชีวนะ มลพิษจากไมโครพลาสติก การเปลี่ยนแปลงสภาพภูมิอากาศโลก

องค์กรที่มีรายงานว่าได้ใช้ประโยชน์ข้อมูลโครงสร้างโปรตีนของ AlphaFold เช่น

-โครงการ Drugs for Neglected Disease Initiative หรือ DNDi ได้พัฒนางานวิจัยระดับสูง สำหรับการรักษาโรคเพื่อช่วยชีวิตผู้คนในพื้นที่ยากจนของโลกซึ่งมีความเป็นอยู่ที่ไม่เหมาะสม

-ศูนย์นวัตกรรมด้านเอนไซม์ที่มหาวิทยาลัยพอร์ตสมัธ หรือ CIE กำลังใช้ AlphaFold เพื่อช่วยออกแบบเอนไซม์ให้เร็วขึ้น เพื่อใช้สำหรับการรีไซเคลิพลาสติกแบบใช้ครั้งเดียวที่ก่อมลพิษมหาศาลให้กับโลก

-ทีมงานของมหาวิทยาลัยโคโลราโด โบลเดอร์ กำลังใช้ AlphaFold เพื่อศึกษาการดื้อยาปฏิชีวนะ

-นักวิทยาศาสตร์กลุ่มหนึ่งของมหาวิทยาลัยแคลิฟอร์เนีย ซานฟรานซิสโก ใช้ AlphaFold ช่วยเพิ่มความเข้าใจเกี่ยวกับโครงสร้างโปรตีนบางตัวของ SARS-CoV-2 หรือ โควิด-19

ทีมงาน AlphaFold ยังคงทำงานอย่างต่อเนื่อง และอีกไม่กี่เดือนจากนี้ โลกจะมีข้อมูลโครงสร้างโปรตีนตัวใหม่อีกมากกว่า 100 ล้านชนิด

ข้อมูลโครงสร้างโปรตีน 200 ล้านชนิดนี้ จะส่งผลให้นักวิทยาศาสตร์รุ่นต่อไป ค้นพบความก้าวหน้าใหม่ๆอีกนับไม่ถ้วน

DeepMind ก่อตั้งในปี 2010 ทีมงานเป็นผู้เชี่ยวชาญด้าน AI ซึ่งค้นพบปัญญาประดิษฐ์แบบ Deep Learning โดย Google ซื้อกิจการเข้าไปอยู่ในเครือตั้งแต่ปี 2014 และในปี 2015 ถือว่า Alphabet ซึ่งเป็นบริษัทแม่ของ Google ได้เป็นเจ้าของ DeepMind อย่างสมบูรณ์

ในช่วงปี 2016 AlphaGo ของ DeepMind ทำเรื่องช็อคโลก เป็น AI แบบ Deep Learning ที่สมารถเอาชนะแชมป์โลกเกมโก๊ะ หรือ หมากล้อม จากเกาหลีและจีน

AlphaFold ชนะการแข่งขัน CASP ในปี 2020 ประสบความสำเร็จครั้งสำคัญของโลกด้านชีววิทยา สามารถคาดการณ์โครงสร้างโปรตีนได้ถูกต้องมากกว่า 90%

ปี 2021 มีการเผยแพร่โครงสร้างโปรตีนสู่สาธารณะแล้วมากกว่า 350,000 ชนิด และเร็วๆนี้จะมีการเปิดเผยอีกมากกว่า 100 ล้านชนิด สิ้นสุดปี 2022 โลกอาจรู้จักโครงสร้างโปรตีนมากกว่า 200 ล้านชนิด ซึ่งเป็นโปรตีนทุกชนิดที่โลกรู้จัก

นอกเหนือจากนั้น AlphaFold ยังเปิดเป็น Open Source มี Code ที่ใครๆสามารถศึกษาหรือพัฒนาต่อยอดได้โดยอิสระ

DeepMind จะอยู่ในแถวหน้าของโลก เป็นผู้สร้างคุณประโยชน์ให้กับมนุษยชาติด้วย AI…

https://www.youtube.com/watch?v=KpedmJdrTpY

https://www.youtube.com/watch?v=gg7WjuFs8F4

ใส่ความเห็น

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  เปลี่ยนแปลง )

Google photo

You are commenting using your Google account. Log Out /  เปลี่ยนแปลง )

Twitter picture

You are commenting using your Twitter account. Log Out /  เปลี่ยนแปลง )

Facebook photo

You are commenting using your Facebook account. Log Out /  เปลี่ยนแปลง )

Connecting to %s