{"id":9224,"date":"2025-03-17T08:00:00","date_gmt":"2025-03-17T07:00:00","guid":{"rendered":"https:\/\/haimagazine.com\/?p=9224"},"modified":"2025-06-26T09:57:20","modified_gmt":"2025-06-26T07:57:20","slug":"struktury-bialek-sztuczna-inteligencja","status":"publish","type":"post","link":"https:\/\/haimagazine.com\/pl\/ai_branza\/struktury-bialek-sztuczna-inteligencja\/","title":{"rendered":"Rewolucja w przewidywaniu struktury bia\u0142ek, czyli jak sztuczna inteligencja zmienia regu\u0142y gry"},"content":{"rendered":"<p>Od lat fascynuj\u0119 si\u0119 tajemnic\u0105 fa\u0142dowania bia\u0142ek \u2013 procesu, w kt\u00f3rym \u0142a\u0144cuch aminokwasowy przybiera tr\u00f3jwymiarow\u0105 form\u0119, co decyduje o jego funkcji. Tradycyjne metody badawcze, takie jak krystalografia rentgenowska czy mikroskopia krioelektronowa, wymagaj\u0105 du\u017co czasu i ogromnych \u015brodk\u00f3w finansowych. Stworzony przez Google DeepMind system<strong> AlphaFold<\/strong> zrewolucjonizowa\u0142 badania nad struktur\u0105 bia\u0142ek.<\/p><h4 class=\"wp-block-heading\"><strong>Sztuczna inteligencja zaczyna odgrywa\u0107 istotn\u0105 rol\u0119 w naukach przyrodniczych<\/strong><\/h4><p><strong><a href=\"https:\/\/alphafold.ebi.ac.uk\/\" target=\"_blank\" rel=\"noopener\"><mark style=\"background-color:#82D65E\" class=\"has-inline-color has-dark-gray-color\">AlphaFold<\/mark><\/a><\/strong> analizuje sekwencje aminokwasowe bia\u0142ka oraz dane ewolucyjne. Model wyszukuje pokrewne sekwencje w bazach danych, takich jak np. <mark style=\"background-color:#82D65E\" class=\"has-inline-color has-contrast-color\"><a href=\"https:\/\/www.uniprot.org\/\" target=\"_blank\" rel=\"noopener\">UniProt<\/a><\/mark>. Dzi\u0119ki temu mo\u017cliwe jest rozpoznanie homologicznych sekwencji i wykorzystanie tych informacji do przewidywania struktury przestrzennej bia\u0142ka. G\u0142\u00f3wnym elementem jest <strong>analiza wielu sekwencji<\/strong> (MSA), kt\u00f3ra pozwala na rozpoznanie zachowanych wzorc\u00f3w strukturalnych. Nast\u0119pnie <strong>modu\u0142 Evoformer<\/strong> przetwarza te dane, co umo\u017cliwia przewidywanie oddzia\u0142ywa\u0144 mi\u0119dzy aminokwasami i budow\u0119 modelu przestrzennego bia\u0142ka. W wersji <strong>AlphaFold 3<\/strong> wprowadzono tak\u017ce <strong>sieci dyfuzyjne<\/strong>, kt\u00f3re zaczynaj\u0105 od losowego rozmieszczenia atom\u00f3w, a potem kszta\u0142tuj\u0105 stabiln\u0105 struktur\u0119 z uwzgl\u0119dnieniem interakcji z innymi biomoleku\u0142ami. Ostatnim etapem jest walidacja modelu przy u\u017cyciu wska\u017anik\u00f3w, takich jak <strong>pLDDT<\/strong>, kt\u00f3ry ocenia dok\u0142adno\u015b\u0107 predykcji w obr\u0119bie lokalnych struktur, oraz <strong>pTM-score<\/strong>, kt\u00f3ry informuje o poprawno\u015bci globalnej organizacji przestrzennej bia\u0142ka, uwzgl\u0119dniaj\u0105c wzajemne po\u0142o\u017cenie jego domen i element\u00f3w strukturalnych.<\/p><figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"AlphaFold Server Demo - Google DeepMind\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/9ufplEgtq8w?feature=oembed&#038;enablejsapi=1&#038;origin=https:\/\/haimagazine.com\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure><h4 class=\"wp-block-heading\"><strong>AI w s\u0142u\u017cbie poprawy trafno\u015bci predykcji<\/strong><\/h4><p>Jedn\u0105 z odmian systemu jes<mark style=\"background-color:#ffffff\" class=\"has-inline-color\">t <\/mark><strong><a href=\"https:\/\/www.nature.com\/articles\/s41467-023-41721-9\" target=\"_blank\" rel=\"noopener\"><mark style=\"background-color:#82D65E\" class=\"has-inline-color has-dark-gray-color\">AlphaFold Multimer<\/mark><\/a><\/strong><mark style=\"background-color:#ffffff\" class=\"has-inline-color\">, <\/mark>stworzony z my\u015bl\u0105 o przewidywaniu struktur kompleks\u00f3w bia\u0142kowych. Model analizuje zale\u017cno\u015bci mi\u0119dzy bia\u0142kami oraz przewiduje interakcje na poziomie aminokwasowym. Wprowadzono w nim wska\u017anik <strong>ipTM-score<\/strong>, kt\u00f3ry dok\u0142adniej ocenia jako\u015b\u0107 interakcji mi\u0119dzy bia\u0142kami. <strong>Przysz\u0142o\u015b\u0107 AlphaFold Multimer wi\u0105\u017ce si\u0119 z integracj\u0105 rozwi\u0105za\u0144 z AlphaFold 3<\/strong>, co z kolei mo\u017ce wp\u0142yn\u0105\u0107 na popraw\u0119 trafno\u015bci predykcji. W d\u0142u\u017cszej perspektywie AlphaFold Multimer mo\u017ce stanowi\u0107 cz\u0119\u015b\u0107 szerszego ekosystemu AI, kt\u00f3ry pozwoli na przewidywanie zachowania pe\u0142nych system\u00f3w biologicznych i przybli\u017cy nas do stworzenia wirtualnej kom\u00f3rki.<\/p><figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-4-3 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"AlphaFold Multimer | Folding complexes and multimers using AlphaFold2 | Full Tutorial\" width=\"500\" height=\"375\" src=\"https:\/\/www.youtube.com\/embed\/iGhdrPo6XQM?feature=oembed&#038;enablejsapi=1&#038;origin=https:\/\/haimagazine.com\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure><p>Kolejnym narz\u0119dziem jest <strong><a href=\"https:\/\/www.nature.com\/articles\/s43588-024-00714-4\" target=\"_blank\" rel=\"noopener\"><mark style=\"background-color:#82D65E\" class=\"has-inline-color has-contrast-color\">MassiveFold<\/mark><\/a><\/strong>, czyli platforma rozwini\u0119ta na bazie AlphaFold, przeznaczona do modelowania z\u0142o\u017conych struktur bia\u0142kowych, w tym wielobia\u0142kowych kompleks\u00f3w oraz interakcji bia\u0142ko-ligand. MasiveFold zdecydowanie cz\u0119\u015bciej ni\u017c&nbsp;AlphaFold, interpretuje te interakcje w poprawny spos\u00f3b. Zesp\u00f3\u0142 rozwijaj\u0105cy MassiveFold zaproponowa\u0142 tak\u017ce dodatkowy wska\u017anik oceny \u2014 <strong>interface pLDDT<\/strong> (I-pLDDT), s\u0142u\u017c\u0105cy do oceny jako\u015bci obszar\u00f3w interakcji mi\u0119dzy bia\u0142kami.<\/p><p><strong><a href=\"https:\/\/www.science.org\/doi\/10.1126\/science.abj8754\" target=\"_blank\" rel=\"noopener\"><mark style=\"background-color:#82D65E\" class=\"has-inline-color has-contrast-color\">RoseTTAFold<\/mark><\/a><\/strong>, stworzony przez Instytut Projektowania Bia\u0142ek na Uniwersytecie Waszyngto\u0144skim, opiera si\u0119 na <strong>g\u0142\u0119bokiej sieci neuronowej<\/strong>, kt\u00f3ra jednocze\u015bnie analizuje sekwencje aminokwasowe, oddzia\u0142ywania mi\u0119dzy nimi oraz struktur\u0119 przestrzenn\u0105. Dzi\u0119ki temu RoseTTAFold potrafi odtworzy\u0107 kszta\u0142t bia\u0142ek oraz umo\u017cliwia projektowanie nowych struktur, co i w tym ma przewag\u0119 nad innymi narz\u0119dziami, takimi jak AlphaFold.<\/p><figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-4-3 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"RoseTTAFold Full Tutorial | How to use RoseTTAFold2 for your research\" width=\"500\" height=\"375\" src=\"https:\/\/www.youtube.com\/embed\/cKfXUFoOQ0M?feature=oembed&#038;enablejsapi=1&#038;origin=https:\/\/haimagazine.com\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure><h4 class=\"wp-block-heading\"><strong>Nie tylko Google i DeepMind. Oto modele j\u0119zykowe bia\u0142ek od Meta AI<\/strong><\/h4><p><strong><a href=\"https:\/\/www.science.org\/doi\/10.1126\/science.ade2574\" target=\"_blank\" rel=\"noopener\"><mark style=\"background-color:#82D65E\" class=\"has-inline-color has-contrast-color\">ESMFold<\/mark><\/a><\/strong>, opracowany przez <strong>Meta AI<\/strong>, wykorzystuje <strong>modele j\u0119zykowe bia\u0142ek<\/strong> (pLMs), kt\u00f3re s\u0105 trenowane na miliardach sekwencji, co pozwala im wykrywa\u0107 zale\u017cno\u015bci mi\u0119dzy aminokwasami. Najwa\u017cniejsz\u0105 zalet\u0105 ESMFold jest mo\u017cliwo\u015b\u0107 natychmiastowego wygenerowania struktury bia\u0142ka, co z kolei znacznie skraca czas analizy. Przysz\u0142e prace nad ESMFold skupi\u0105 si\u0119 na <strong>po\u0142\u0105czeniu metod sztucznej inteligencji z fizykochemicznymi modelami bia\u0142ek<\/strong> oraz na lepszym modelowaniu kompleks\u00f3w bia\u0142kowych, obecnie realizowanym przez AlphaFold Multimer.<\/p><figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"Meta ESM-2 Fold - AI faster than Alphafold 2\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/N-eisTvUYrk?feature=oembed&#038;enablejsapi=1&#038;origin=https:\/\/haimagazine.com\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure><p>Warto r\u00f3wnie\u017c wspomnie\u0107 o<mark style=\"background-color:#82D65E\" class=\"has-inline-color has-contrast-color\"> <strong><a href=\"https:\/\/news.mit.edu\/2025\/ai-system-fragfold-predicts-protein-fragments-0220\" target=\"_blank\" rel=\"noopener\">FragFold<\/a><\/strong><\/mark>, czyli narz\u0119dziu opracowanym przez naukowc\u00f3w z Wydzia\u0142u Biologii MIT. Dzi\u0119ki po\u0142\u0105czeniu technologii AlphaFold z nowymi algorytmami predykcji, FragFold umo\u017cliwia przewidywanie, w jaki spos\u00f3b kr\u00f3tkie fragmenty bia\u0142ek lub peptydy oddzia\u0142uj\u0105 z wi\u0119kszymi bia\u0142kami docelowymi.<\/p><p>Jestem przekonana, \u017ce w niedalekiej przysz\u0142o\u015bci rozw\u00f3j sztucznej inteligencji przyniesie jeszcze dok\u0142adniejsze metody przewidywania struktur bia\u0142kowych oraz ich funkcji. Narz\u0119dzia oparte na AI nie tylko rozwi\u0105zuj\u0105 z\u0142o\u017cone problemy biologii, ale tak\u017ce otwieraj\u0105 nowe mo\u017cliwo\u015bci, kt\u00f3re jeszcze niedawno wydawa\u0142y si\u0119 nieosi\u0105galne.<\/p><p><\/p>","protected":false},"excerpt":{"rendered":"<p>Tw\u00f3rcy AlphaFold zmienili podej\u015bcie do kosztownej i czasoch\u0142onnej analizy bia\u0142ek, za co w 2024 roku zostali\u00a0docenieni Nagrod\u0105 Nobla z chemii. A przecie\u017c to narz\u0119dzie jest dzi\u015b tylko jednym z wielu, kt\u00f3re wykorzystuj\u0105 AI do modelowania struktury bia\u0142ek. Co jeszcze dla biologii i medycyny mo\u017ce zrobi\u0107 sztuczna inteligencja?<\/p>\n","protected":false},"author":184,"featured_media":9227,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[756,762],"tags":[83,615,617,621,622,113,619,620,152],"popular":[],"difficulty-level":[38],"ppma_author":[492],"class_list":["post-9224","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai_branza","category-zdrowie","tag-ai","tag-alphafold","tag-deepmind","tag-esmfold","tag-fragfold","tag-google","tag-massivefold","tag-rosettafold","tag-sztuczna-inteligencja","difficulty-level-medium"],"acf":[],"authors":[{"term_id":492,"user_id":184,"is_guest":0,"slug":"anita-ciesielska","display_name":"dr hab. Anita Ciesielska","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/04\/Yellow-and-Black-Simple-Professional-LinkedIn-Profile-Picture.png","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/04\/Yellow-and-Black-Simple-Professional-LinkedIn-Profile-Picture.png"},"first_name":"","last_name":"","user_url":"","job_title":"","description":"Ekspertka AI w nauce i edukacji | Nauczycielka akademicka | Badaczka | Wydzia\u0142 Biologii i Ochrony \u015arodowiska | Uniwersytet \u0141\u00f3dzki"}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/9224","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/184"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=9224"}],"version-history":[{"count":13,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/9224\/revisions"}],"predecessor-version":[{"id":9352,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/9224\/revisions\/9352"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/9227"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=9224"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=9224"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=9224"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=9224"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=9224"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=9224"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}