Fokus ovde je na DeepMind Technologies, britanskoj veštačkoj inteligenciji, podružnica kompanije Alphabet, Inc. (Google).
Njihov najnoviji sistem kompjuterizovane veštačke inteligencije je programiran u predviđanju 3D strukture proteina iz sekvence aminokiselina, njihove naknadne nabore, njemu je ime, AlphaFold AI.
AlphaFold AI i HexaPro su fokusirani na proteine, u ovom slučaju, šiljasti protein SARS-CoV-2. AlphaFold u predviđanju njegove strukture i HexaPro u stabilizaciji prefuzije konformacije.
Prefuzijska stabilizacija ima tendenciju da poveća rekombinantnu ekspresiju virusnih fuzionih glikoproteina.
Globalna agenda, njen cilj, nije dobronamerno rešenje za Virus SARS-CoV-2, tačnije cilj je taj da, isporuce putem tzv „vakcine“, tehnologiju kojom ce trajno izmeneniti sliku Boziju, Boziji unikatni DNK dizajn svakog čoveka. Tako, osuđujući njihove duše u propast za svu večnost. Kome je izmenjen Boziji kod, njihovo ime se više ne nalazi u Knjizi Zivota.
,,I ko se ne nađe napisan u knjizi života, bačen bi u jezero ognjeno.”
Otkrivenje 20:15
Zgodno „konačno rešenje“ koje ce ponuditi onima koji još nisu “vakcinisani” protiv SARS-CoV-2, biće protein podjedinice sadržan unutar flastera mikroiglica koje se samostalno primenjuje (Microneedle array patch). Rešenje i za one koji se boje igle.
Pri primanju “vakcine” za SARS-CoV-2, žig zveri za tu osobu je vec ucinjen. Dokazi su jasni, nije reč o tzv “preteči”, nego unapred recene, vrlo stvarne tehnološke oznake zveri . Microneedle array patch sistem za isporuku jednostavno cini proces primanja ovih tehnologija jos zgodnijim.
AlphaFold AI
AlphaFold AI predviđa strukturno savijanje proteina SARS-CoV-2. Spike protein je izgrađen od aminokiselina, sekvence koju AlphaFold AI čita iz PDB-ova postojećih proteina koronavirusa, čime se sintetiše novi spike protein za sintetički SARS-CoV-2.
Reverzno prevođenje ovih aminokiselina rezultira određivanjem nukleotida baznog para koji se gradi kao RNK. Jednolančana sekvenca RNK može se reverzno transkribovati u DNK. Ovo definiše kako će se manifestovati cela himerna DNK sekvenca.
Tipično, rezultujuća himerna DNK sekvenca bi bila sekvenca koja je rezultat integracije genomskih materijala samog virusa, u DNK domaćina. U ovom slučaju, to je obrnuto, pri čemu je sekvenca himerne DNK definisana RNK koja je prevedena iz aminokiselinske sekvence sintetičkog šiljastog proteina predviđenog i izgrađenog pomoću AlphaFold AI.
Iz ove himerne DNK, obična transkripcija DNK u RNK se može odvijati unutar jezgra (domaćina/himerna DNK) nazad u citoplazmu, gde će RNK boraviti. Ova transkribovana RNK je konačni proizvod. To je ustvari mRNA virusa SARS-CoV-2.
Tako je AlphaFold AI dizajnirao virus tako što je prvo dizajnirao šiljasti protein koji virus prikazuje oko svoje površinske membrane. Od Spike-a, do virusa preko AlphaFold AI.
Inače, ime ove neuromorfne veštačke inteligencije (AI) je TRANSFORMER.
CASP, DeepMind and AlphaFold AI
Predviđanje proteinskih struktura u njihovim prirodnim 3D konfiguracijama je uglavnom bilo fokusirano samo na porodice proteina, specifične funkcionalne klase i domene identifikovane unutar celih proteoma.
Zatim, 1994. godine, pokrenuta je kritična procena predviđanja strukture proteina (CASP) kako bi se oslobodilo otprilike 100 sekvenci aminokiselina za proteine čije su strukture identifikovane u laboratoriji, ali još nisu objavljene.
Nedavno je kompanija DeepMind – istraživačka laboratorija veštačke inteligencije koja je sada u vlasništvu Alphabet-a, Google-ove matične kompanije, objavila je da AI jos od 2021. ima veliki uticaj na biologiju, hemiju i nauku uopšte.
DeepMind svoj AI naziva AlphaFold, sistem dubokog učenja za predviđanje strukture proteina do širine atoma, mereno u angstromima, metričkoj jedinici dužine jednakoj deset do negativne desetine, ili, jedan desetmilijardini deo metra.
2018. DeepMind je ubacio svoju prvu verziju AlphaFold-a u CASP takmičenje. Nije bio u stanju da odgovara strukturnoj tačnosti postignutoj u laboratorijskoj eksperimentalnoj karakterizaciji primenom rendgenske kristalografije, krio-elektronske mikroskopije (krio-EM) ili snimanja nuklearne magnetne rezonance (NMRI). Međutim, sa velikom razlikom od 6 poena, pobedio je sve druge računarske tehnike.
U okviru CASP-a, sistem bodovanja koristi ono što se naziva „test globalne udaljenosti“ (GDT). On meri na skali od 0 do 100 tačnost do koje predviđana struktura proteina varira od prihvaćene laboratorijski određene (rendgenska kristalografija, itd.) konfiguracije.
Struktura uzorka je predviđena na osnovu sekvencijalnog rasporeda aminokiselina.
AlphaFold je postigao rezultat iznad proseka za sve proteine na takmičenju i zaradio je GDT rezultat koji prelazi 90 za skoro dve trećine svojih predviđenih struktura. Što se tiče najkompleksnijih sekvenci aminokiselina proteina, AI je postigao 25 poena više od tehnike izračunavanja koja je na drugom mestu. Rezultat od 90 predstavlja skoro podudaranje predviđene strukture sa konfiguracijom laboratorije.
Prema Džonu Moultu sa Univerziteta Merilend, koji vodi tim koji vodi CASP takmičenje; „To je prva upotreba veštačke inteligencije za rešavanje ozbiljnog problema.“ Problem je u pitanju bio predviđanje konačne prirodne 3D strukture specifičnog proteina.
AlphaFold (AF) sistem dubokog učenja AI je obučen korišćenjem približno 170.000 proteina uzetih iz Protein Data Bank (PDB), javnog zapisa o sekvencama aminokiselina. AlphaFold je uporedio ove iste sekvence sa parovima aminokiselina koje se tipično nalaze u bliskoj vezi unutar rezultirajućih presavijenih struktura.
Često se pominju kao „savijanje proteina“ i sa njim povezani „problem savijanja proteina“, kako su ih skovali istraživači. Ova obuka se odvijala u periodu od nekoliko nedelja i koristila je računarske sisteme koji su ekvivalentni između 100 i 200 grafičkih procesorskih jedinica (GPU).
Kao što je ranije pomenuto, DeepMind-ov AlphaFold2 AI je algoritam zasnovan na radu na neuronskoj mreži koji duboko uči i koji datira iz 2017. godine poznat kao „Transformer“. To je arhitektura izbora za automatsko dovršavanje rečenica prirodnog jezika, prevođenje jezika, sumiranje dokumenata, prepoznavanje i dovršavanje slike, kao i analizu bioloških sekvenci (tj. DNK, RNK i aminokiselina proteina).
Text preuzet iz Entangled Magazine
