Искусственный интеллект предсказывает 3D-структуру белков, что ускорит исследования рака и разработку лекарств

Белки — основа всего в живом организме. Их трёхмерная форма определяет функцию, а она зависит от уникальной последовательности аминокислот, из которых состоит белок. Современные технологии легко определяют эту последовательность, но экспериментальное установление 3D-структуры остаётся дорогим и долгим процессом.

Нейросеть AlphaFold 2 от компании Deep Mind (Google) решает эту проблему, с высокой точностью предсказывая структуру белка по его аминокислотной последовательности. После побед на международном конкурсе CASP команда проекта представила полные протеомы для 11 видов, включая человека.

Группа независимых исследователей под руководством доктора Эдуарда Порта проанализировала более 300 тысяч моделей от AlphaFold 2. Они пришли к выводу, что алгоритм добавил дополнительные 25% высококачественных белковых структур для каждого вида. Результаты опубликованы в Nature Structural & Molecular Biology.

Эта структурная информация критически важна для понимания роли белков в болезнях, таких как рак, и для разработки целевых препаратов.

Ограничения AlphaFold 2:

• Алгоритм испытывает трудности с предсказанием белковых комплексов (когда несколько белков работают вместе).
• Он не может показать структуру мутировавших белков с изменённой последовательностью аминокислот, хотя именно мутации часто лежат в основе заболеваний.

Несмотря на это, вклад AlphaFold 2 признаётся выдающимся. Он открывает новую эру вычислительных инструментов на основе ИИ.

Эта эра уже началась: команда Meta использовала модифицированную версию своего языкового предсказателя для «автодополнения» белков. Их инструмент ESMFold менее точен, чем AlphaFold 2, но в 60 раз быстрее и может работать с мутировавшими последовательностями.

Как признают авторы публикации, «применение AlphaFold2 [и новых инструментов] окажет преобразующее влияние на науки о жизни».