Новый ИИ раскрывает структуру любого белка за 10 минут
Logo
Cover

Осенью 2020 года команда разработчиков ИИ из DeepMind, принадлежащая Google, поразила научное сообщество программой AlphaFold2, которая победила в конкурсе на самое быстрое и точное предсказание структуры белка. На основе достижений британских специалистов по машинному обучению биологи из Вашингтонского университета в Сиэтле создали собственную систему RoseTTAFold, выложив ее в свободный доступ на GitHub. Особенность нового метода в том, что он работает не только с простыми, но и со сложными белками, предсказывая их структуру всего за 10 минут.

Белки состоят из цепочек аминокислот, которые принимают крайне сложные запутанные формы. Они участвуют почти во всех химических процессах внутри живых организмов, так что их важность трудно переоценить, пишет Phys.org.

В новом исследовании команды биологов под руководством Дэвида Бейкера разработала программный инструмент RoseTTAFold. С помощью глубокого обучения он может быстро и точно предсказывать структуру белка на основе ограниченной информации. Обычно такая задача отнимает у лаборатории годы. RoseTTAFold способен разобраться со структурой белка всего за десять минут на обычном игровом компьютере.

Исследователи из команды Бейкера уже имели возможность вычислить сотни новых белковых структур, включая плохо понятные белки генома человека. Также они сгенерировали структуры, непосредственно связанные со здоровьем человека, в том числе, для белков, ассоциированных с проблемами липидного метаболизма, воспалительных заболеваний и ростом раковых клеток. И показали, что RoseTTAFold можно использовать для построения моделей комплексных биологических конструкций намного быстрее, чем обычно.

Нейронная сеть RoseTTAFold одновременно выполняет три операции: изучает закономерности в последовательностях белков; способы взаимодействия аминокислот; и возможную трехмерную структуру белка. При такой архитектуре одно-, двух- и трехмерная информация движется вперед и назад, позволяя нейросети принять коллективное решение об отношениях между химическими частями белка и его фолдингом.

Бейкер признает, что ИИ AlphaFold2 команды DeepMind работает со структурой белка более точно. Однако его подход лучше схватывает суть и особенности белковой структуры, например, идентифицирует цепочки атомов по бокам белка, что особенно важно для понимания взаимодействий белков. По затратам вычислительных мощностей оба метода сейчас равны.

Прорыв в понимании ключевого для развития рака белка совершили ученые Швеции и Британии. Применив метод нейтронной рефлектометрии, смогли разобраться в поведении Bcl-2 — белка, способствующего росту раковых клеток.