Глубокое обучение создаёт новые белковые структуры

Исследователи разработали нейросеть, которая «грезит» новыми, стабильными белковыми структурами, подобно тому, как ИИ генерирует изображения. Результаты опубликованы в Nature.

Белки — нитевидные молекулы в клетках — спонтанно сворачиваются в сложные трёхмерные формы, ключевые для биологических процессов. Глубокое обучение революционно улучшило точность предсказания этих структур.

Как это работает:

• Учёные начали со случайных белковых последовательностей и вносили в них мутации.
• Нейросеть оценивала, свернётся ли такая последовательность в стабильную структуру.
• Процесс не был направлен на конкретный результат — это «сны компьютера».

Экспериментальное подтверждение:

Из 2000 сгенерированных последовательностей более 100 были синтезированы в лаборатории. Детальный анализ (ЯМР-спектроскопия и рентгеноструктурный анализ) трёх белков подтвердил, что предсказанные компьютером формы соответствуют реальным.

Значение и перспективы:

• Упрощение дизайна: Традиционно для создания белка нужны были специфичные правила для каждого типа укладки. Нейросеть, знающая общие принципы строения белков, устраняет эту необходимость.
• Цель — функциональность: В будущем метод планируют направлять на создание полезных белков: лекарств, ферментов и т.д.
• Потенциал: Подход открывает возможность «грезить» совершенно новыми белками, связывающими определённые биомолекулы или формирующими нужные активные центры.

«Исследование того, как лучше всего использовать эту стратегию для конкретных приложений, — это активная область исследований, и здесь я ожидаю следующих прорывов», — сказал старший автор Дэвид Бейкер.