Men i år har det skjedd et gjennombrudd: Forskere har vist at AI-drevet programvare kan forutsi tusenvis av nøyaktige proteinstrukturer. Tidsskriftet Science har kåret det til årets gjennombrudd.
To prosjekter får æren: AlphaFold og RoseTTA-fold.
Ole Winther, professor i datavitenskap ved DTU og genomisk bioinformatikk ved Københavns Universitet, forstår godt kåringen. Fordi det er «et veldig, veldig vanskelig problem». Og forskere har brukt mange år - ja, rundt 50 - på å finne en måte å forutsi de tredimensjonale strukturene til proteiner.
- Dette er et virkelig gjennombrudd. Det har vært mye hype om AI, maskinlæring og dyplæring de siste 5 til 10 årene. Men dette er første gang AI har gitt et så stort bidrag til et vitenskapelig gjennombrudd, sier Winther.
Den entusiasmen deler Daniel Otzen, som forsker på proteinfolding, feilfolding og aggregering ved iNANO ved Aarhus Universitet.
- Det er fullt berettiget. AlphaFold og RoseTTA-fold har lært å bruke de kjente strukturene - opptil 100.000 - for å kunne finne mønstre og forutsi nesten alle andre proteiner. De har bygget på en enorm mengde eksperimentelt arbeid fra de siste 50 årene, sier Otzen, som også har om AlphaFold og RoseTTA-fold i tidsskriftet J. Mol. Biol.
Proteiner er utrolig viktige
Proteiner er cellenes arbeidshester; de flytter oksygen, molekyler til å utføre alle mulige oppgaver, sørger for at det skjer kjemiske reaksjoner slik at vi kan omdanne mat til energi. I tillegg bygger de nye materialer i cellene og hjelper cellene til å formere seg. Det forklarer Daniel Otzen.
- De gjør alt man kan tenke seg og mer til. Grunnen til dette er at de fleste har en bestemt tredimensjonal struktur. De store kodene er sammensatt av 20 forskjellige aminosyrer som har ulike fysisk-kjemiske egenskaper, sier han.
- Trikset er at proteiner består
