Белки играют ключевую роль в организме и медицине: они могут быть активными ингредиентами, такими как ферменты или антитела, или целевыми структурами для лекарств. Чтобы разрабатывать новые методы лечения, ученые сначала изучают трехмерную структуру белков. Это помогает понять их функции и возможности взаимодействия с лекарственными молекулами.

С развитием машинного обучения появились модели, которые способны прогнозировать, как цепочка аминокислот сворачивается в трехмерную структуру, — AlphaFold и RosettaFold. Эти программы открыли новую эпоху в биохимии и принесли своим разработчикам Нобелевскую премию по химии в 2024 году.

Последние версии таких моделей позволяют прогнозировать не только структуру белка, но и его взаимодействие с лигандом — молекулой, которая может выступать в роли фармацевтического ингредиента. На первый взгляд, это открывает огромные возможности для разработки лекарств.

Однако исследователи из Базеля проверили, действительно ли ИИ понимает физику связывания. Они модифицировали аминокислотные последовательности белков и лиганды так, чтобы нормальное связывание стало невозможным. Несмотря на это, более чем в половине случаев модели ИИ предсказывали прежнюю структуру взаимодействия, будто изменений не было.

Особенно плохо модели справлялись с белками, не похожими на те, что встречались в обучающих данных. «Когда они сталкиваются с чем-то совершенно новым, они быстро терпят неудачу, а именно это важно для создания новых лекарств», — подчеркивает профессор Маркус Лилл.

Ученые рекомендуют использовать модели ИИ лишь как вспомогательный инструмент, проверяя их предсказания экспериментально или с помощью физико-химических расчетов. В будущем интеграция законов физики в алгоритмы ИИ позволит создавать более надежные прогнозы.