Модель машинного обучения предсказывает связывание белков с золотыми нанокластерами

Исследователи из Научного центра нанотехнологий Университета Йювяскюля (Финляндия) разработали новаторскую вычислительную модель, которая может ускорить использование наноматериалов в биомедицинских приложениях. В исследовании представлена первая обобщаемая структура машинного обучения, способная предсказывать, как белки взаимодействуют со стабилизированными лигандами золотыми нанокластерами — материалами, широко используемыми в биоимиджинге, биосенсорике и целевой доставке лекарств.

Адсорбция белков на поверхности наноматериалов является основополагающей для многих биологических приложений. Золотые нанокластеры привлекают особое внимание благодаря своей биосовместимости и настраиваемым оптическим свойствам. Однако существующие исследования, предсказывающие взаимодействие белков с этими лиганд-защищенными наноструктурами, часто сосредоточены на изолированных случаях, не предоставляя универсальной модели для проектирования.

«Этот пробел создал явную потребность в общих, масштабируемых моделях, способных уловить основные правила связывания белок–нанокластер», — отмечает постдокторант Бренда Феррари из Университета Йювяскюля.

Новая структура машинного обучения раскрывает принципы взаимодействия биомолекул с золотыми нанокластерами

Для решения этой задачи исследователи разработали основанную на кластеризации структуру машинного обучения, которая выявляет химические принципы, управляющие адсорбцией биомолекул на золотых нанокластерах.

«Используя расширенный кластерный анализ, проверенный с помощью атомистического моделирования на суперкомпьютере LUMI в CSC—IT Center for Science, наша команда раскрыла химические правила, управляющие интерфейсом пептид–Au₃₈(p-MBA)₂₄. Модель определяет, какие аминокислоты имеют более высокое или низкое предпочтение к связыванию с золотыми нанокластерами, и идентифицирует конкретные химические группы, ответственные за эти взаимодействия», — говорит Феррари.

Создание универсальной модели для взаимодействий белок–золотой нанокластер

Новая структура, разработанная как общая и масштабируемая, выходит за рамки пептидов, предлагая широкое понимание взаимодействий белок–золотой нанокластер. Эта возможность может значительно ускорить скрининг большого количества белков и поддержать разработку более эффективных наноматериалов для биомедицинских приложений.

«Наша цель — построить модель, которая объясняет не одну конкретную систему, а может быть обобщена», — говорит Феррари. Исследователи продолжат работу над ограничениями, но уже имеют модель, которую можно расширить для широкого объяснения взаимодействий и поддержки разработки более «умных» наноматериалов для биомедицинского использования.

Полное исследование со всеми кодами и данными опубликовано в журнале Aggregate.