Informatykawywiad

In the interview, the speaker discusses the modern technologies used in their laboratory, including advanced biochemical tools and electron microscopes. They mention the program AlphaFold, which uses artificial intelligence to simulate and find interactions between amino acids in proteins. This program has revolutionized their research by making it easier to determine protein structures. The speaker highlights the high accuracy of AlphaFold's predictions and its accessibility to scientists. However, a limitation of the program is its inability to accurately predict complex protein interactions or interactions with DNA or RNA. Overall, AlphaFold has greatly facilitated their research but still has some limitations. Pierwsze pytanie chciałabym zacząć. Jakie nowoczesne technologie używacie w swoim laboratorium, oprócz tego programu, o którym już wcześniej mówiłeś? W laboratorium pracujemy w różnych nowoczesnych technologiach. My to nazywamy tak zwany wet lab, czyli mamy różne zaawansowane narzędzia biochemiczne i np. sprzęty do wizualizacji różnych wyników, które wykorzystują różne detektory, np. detektory różnych fal światła, są np. przeciwciała wyznakowane odpowiednim substancją chemiczną, która świeci na dany kolor, który później możemy zwizualizować. Ale takie najbardziej spektakularne to jest, wydaje mi się, mikroskop elektronowy, który jest takim najnowocześniejszym urządzeniem, jakiego używamy. Jest to bardzo precyzyjny sprzęt, który pozwala na uzyskanie powiększenia nawet do 180 tysięcy razy. Jak sobie porównamy takie mikroskopy świetlne, to jest bardzo dużo, czy nawet więcej. Nawet trudno mówić o takim powiększeniu, ile razy to jest powiększone. Do tego stopnia można powiększyć rzeczy, że widzimy po prostu właściwie grupy pojedynczych atomów. To jest rozdzielczość atomowa. No i oczywiście te programy, tak jak rozmawialiśmy wcześniej, doróbki takich danych, żeby po prostu z tych obrazów, które mikroskop nam da, móc wyciągnąć te struktury atomowe, bo to nie jest też takie proste. Okej, dobra. I właśnie ten program, ten AlphaFold, tak? No to na czym on tak właściwie polega? Tak, no bo w biologii, ja się zajmuję biologią strukturalną i ogólnie jako taki kontekst możemy powiedzieć, że właściwie wszystkie leki, które bierzemy, przyjmujemy, one wchodzą w interakcję z jakimiś białkami naszego organizmu, które na przykład wysyłają sygnał w głowie, żeby obniżyć gorączkę, obniżyć temperaturę. No i my się zajmujemy po prostu badaniem struktur tych białek, no bo taki lek musi pasować po prostu do białka, do określonego miejsca. No i w ten sposób musimy, celem jest, żeby to zrozumieć i na przykład zaprojektować nowy lek na nową chorobę, znaczy chorobę, która jest powiedzmy znana, ale nie ma na nią leku, to musimy znać strukturę tego białka. No i to był bardzo trudny przez bardzo długie lata problem w biochemii, ponieważ białka są zbudowane z 20 różnych aminokwasów. Jak wyobrazimy sobie, że niektóre białka mają tych aminokwasów kilkaset, no to ilość możliwości, jaką może to przydać taki polimer, formę przestrzenną jest bardzo duża, jest bardzo trudno do obliczenia. No i program Alphapolt to był właściwie pierwszy taki software bazujący na sztucznej inteligencji, który nauczył się jakby symulować, znajdować w pary aminokwasów, które wchodzą ze sobą w interakcję, trochę na zasadzie takiej symulowanej ewolucji tego białka, bo analizował właśnie różne formy tego białka danego, które chcemy rozwiązać przestrzennie, na przykład między różnymi organizmami. Tam aminokwasy się troszkę różnią, ale struktura jest zachowana i po prostu on patrzył, gdzie są dane różnice i wiedząc, że struktura musi być taka sama, zaprogramowano tam jakiś machine learning, który pozwolił na obliczenie z bardzo prostym nieprawdopodobieństwem, jak to wygląda w 3D. No i to było kilka, dwa, trzy lata temu, wyszedł ten program i on zrewolucjonizował nasze badania, bo bardzo ułatwił. My wcześniej jeszcze, ja na swojej magisterce, jak rozwiązywaliśmy strukturę białek, to akurat moje białko miało totalnie nieznaną strukturę, więc piszeliśmy aminokwas po aminokwasie. Tysiąc czy sześć aminokwasów zbudować do naszej gęstości eksperymentalnej, no a teraz niektóre elementy pewnie łatwo by nam rozwiązał Alfa Fold, które byśmy po prostu wpasowali i oczywiście to też wymaga dużo pracy, ale jest dużym ułatwieniem. Dobra, super. I jeszcze ostatnie takie pytanie, jakbyś mógł powiedzieć, jeśli widzisz, jakieś takie wady i zalety tego programu. Okej, wady i zalety. No to zaletą na pewno jest to, że bardzo wysokie prawdopodobieństwo, z jakim on przewiduje te struktury, bo tutaj zdecydowanie programy, które były do tego wcześniej robione, czy jakieś tam różne symulacje komputerowe sobie z tym totalnie nie radziły. Tutaj niektóre obszary białek nawet z parowójstwem, ponad 90%, było ponad 90% o nich w stanie przewidzieć i rzeczywiście eksperymenty dowiodły, że to jest prawda. I zaletą jest też to, że on już jest teraz dość dostępny, bo to jest program, software, który można pobrać, można go jakoś modyfikować, jeśli ktoś umie i każdy ma do niego dostęp, naukowiec właściwie. I powstała też duża baza danych białek, które on przewidział, strukturę powiedzmy, które czekają na weryfikację taką eksperymentalną. No a z wad to jest to, że on na przykład zupełnie nie radzi sobie, już teraz też zeszła modyfikacja, która to ulepszyła, ale on na początku nie radził sobie z kompleksami białek, bo często w organizmie naszym białka wchodzą w interakcję ze sobą, czyli na przykład jest kompleks pięciu białek albo czterech. I on nie do końca już umiał dobrze przewidzieć strukturę takich kompleksów, a jeszcze jak do tego dodamy na przykład białka, które wchodzą w interakcję z DNA czy RNA, to on tutaj to w ogóle nie potrafi. Więc to jest powiedzmy jego wada, bo na przykład teraz w swojej pracy codziennej się zajmuje kompleksami właśnie białek i RNA, no i tutaj niestety takiej pomocy dobrej nie mamy, bo tak to się nie da przewidzieć. Ale to może dzięki temu jeszcze trochę będziemy mieli czas. Wszystko by było tak myślę. Bardzo dziękuję. Dziękuję.