AlphaFold dla wirusów. Ponad 8 tys. nowych struktur białek

Co trafiło do bazy AlphaFold

Baza AlphaFold Protein Structure Database zawiera przewidziane przez AI trójwymiarowe kształty białek. Dotąd wirusy były w niej słabo reprezentowane, a nowy zbiór dotyczy nie pojedynczych białek, tylko ich par, czyli dimerów. To ważne, bo wiele białek wirusa działa dopiero w parze z innym białkiem wirusa albo gospodarza.

Według Nature badacze wyszli od 41 774 białek z około 2800 wirusów należących do 23 rodzin z przedstawicielami zakażającymi ludzi. Model AlphaFold2 przewidział dla nich 40 746 homodimerów, czyli par identycznych białek, oraz blisko 1,7 mln heterodimerów, czyli par różnych białek. Wszystkie dane są dostępne w zakładce Pandemic Preparedness Portal na stronie głównej bazy.

Ile prognoz przeszło kontrolę jakości

Do bazy trafiła niewielka część obliczeń. Zespół przyjął tylko struktury, które model przewidział z wystarczającą pewnością. Poniższe liczby pochodzą z relacji Nature z 24 września 2026 roku.

• homodimery - 40 746 przewidzianych, 2749 włączonych do bazy (około 6,7 proc.),
• heterodimery - około 1,7 mln przewidzianych, 5279 włączonych (około 0,3 proc.),
• łącznie - ponad 8 tys. struktur par białek z około 2800 wirusów,
• cała baza AlphaFold - ponad 260 mln przewidzianych struktur białek i kompleksów oraz ponad 3 mln użytkowników.

Kto przygotował zbiór i jak pomogła NVIDIA

Za projektem stoi międzynarodowe konsorcjum. EMBL-EBI wymienia Google DeepMind, NVIDIA, koalicję szczepionkową CEPI, Szwajcarski Instytut Bioinformatyki (SIB), Uniwersytet w Glasgow, Uniwersytet Narodowy w Seulu, Uniwersytet Sungkyunkwan i Uniwersytet w Lund. Premierę zaplanowano przed spotkaniem wysokiego szczebla ONZ o zapobieganiu pandemiom 25 września.

NVIDIA odpowiadała za przyspieszenie obliczeń. Firma zoptymalizowała działanie AlphaFold2 w środowisku BioNeMo Inference Runtime i opublikowała na GitHubie potok BioNeMo Structure Prediction Pipeline, z którego mogą korzystać inne zespoły. Według NVIDIA około 30 proc. dodanych interakcji nie miało wcześniej odpowiednika w Protein Data Bank, głównej bazie struktur ustalonych eksperymentalnie.

Do czego badacze mogą użyć struktur wirusów

Znajomość kształtu białek pomaga wskazać miejsca, w które mogą celować testy diagnostyczne, leki przeciwwirusowe i szczepionki. W komunikacie EMBL wymieniono m.in. wirusa mpox i pikornawirusy, do których należą wirusy wywołujące przeziębienie. Przedstawiciel NVIDIA opisuje zbiór jako źródło hipotez do sprawdzenia w laboratorium.

Dla zespołów badawczych najważniejszy jest czas. Zamiast samodzielnie liczyć tysiące kombinacji białek, mogą zacząć od gotowej, przefiltrowanej listy par i skupić eksperymenty na najbardziej obiecujących kandydatach.

Ograniczenia przewidzianych struktur

Autorzy i komentatorzy wyraźnie opisują granice zbioru. Joe Grove z Uniwersytetu w Glasgow zaznacza w rozmowie z Nature, że sama struktura kompleksu nie mówi, co białka robią w zakażonej komórce, i że prognozy wymagają potwierdzenia eksperymentalnego. Model nie uwzględnia cząsteczek cukrów na powierzchni białek wirusa, które pomagają mu unikać układu odpornościowego.

Większe kompleksy, takie jak trójczłonowe białko kolca SARS-CoV-2, często nie osiągnęły progu jakości i nie trafiły do bazy. EMBL podkreśla też, że dane nie pokazują wpływu mutacji na zjadliwość ani zakaźność wirusa. Zbiór nie służy więc do przewidywania, czy dany wariant będzie groźniejszy.

Znaczenie dla badaczy w Polsce

Polska jest państwem członkowskim EMBL, a baza AlphaFold jest bezpłatnie dostępna przez przeglądarkę i do pobrania. Z nowego portalu mogą więc od razu korzystać zespoły biologii strukturalnej, wirusologii i chemii medycznej na polskich uczelniach oraz w firmach biotechnologicznych, bez kupowania mocy obliczeniowej.

W naszej ocenie największa wartość zbioru polega na zawężeniu pola poszukiwań, a nie na gotowych odpowiedziach. Zespół, który chce wykorzystać dane, powinien sprawdzić wskaźniki pewności każdej struktury, porównać ją z danymi eksperymentalnymi, jeśli istnieją, i zaplanować weryfikację w laboratorium przed dalszymi decyzjami.