9. november 2022

Sociale medier, når de er bedst...

Proteinforskning

I et stort internationalt samarbejde har forskere fra Biologisk Institut været med til at teste, hvor brugbare AlphaFold proteinstrukturer er i forskellige sammenhænge. AlphaFold er et revolutionerende nyt værktøj baseret på kunstig intelligens, som har forudsagt strukturerne af næsten alle kendte proteiner. Resultaterne er netop blevet offentliggjort i det anerkendte videnskabelige tidsskrift, Nature Structural and Molecular Biology.

Hvad gør forskere, hvis de undersøger sammenfaldende emner og der tydeligvis vil være klare fordele ved en fælles indsats på tværs af det videnskabelige samfund?

Frugtbare videnskabelige samarbejder er opstået på sociale medie platforme blandt forskere, der ikke kender hinanden i forvejen, og som er spredt ud over hele verden.

Adjunkt Amelie Stein fra Biologisk Institut, KU forklarer: "Vi var allerede i gang med at teste, hvor godt vores modelleringsmetoder virkede på AlphaFold-strukturerne, da vi hørte om det fælles studie, som lektor ved EBI (nu ETHZ), Pedro Beltrao, foreslog. Pedros idé var at samle alle de spændende resultater, der var blevet delt på sociale medier af adskillige forskningsgrupper, siden AlphaFold først blev lanceret.  Det er et felt, der bevæger sig ekstremt hurtigt lige nu, og vi var glade for at kunne deltage i samarbejdet, så andre kunne læse om, og drage nytte af, vores resultater. 

Struktur af mismatch protein
Struktur fra AlphaFold af DNA mismatch repair protein Mlh1

Artiklen i Nature Structural and Molecular Biology: A structural biology community assessment of AlphaFold2 applications, samlede forskere fra 18 institutter i 11 lande, der sammen arbejdede på at evaluere AlphaFold-forudsigelser indenfor forskellige områder;  studier af karakteristiske strukturelle elementer, effekten af missense-varianter, funktions- og ligandbindingsstedsforudsigelser,  modellering af interaktioner, og modellering af eksperimentelle strukturdata.

Den fælles indsats viste, at AlphaFolds proteinstrukturforudsigelser, i al væsentlighed, var lige så præcise som strukturer baseret på eksperimentelle data, som det typisk kan tage flere år at generere. 

Resultaterne understreger det enorme potentiale i den nye teknologi og fremskynder givetvis proteinforskningen med adskillige år.

Læs, hvad Amelie Stein har at fortælle om AlphaFold på Videnskab.dk 

Du kan læse mere om de spændende resultater i EMBO's Research highlight

Emner