Ученые используют ИИ-моделирование для изучения белково-сахарных структур

Новое исследование, основанное на алгоритмах ИИ, позволило ученым создавать более полные модели белковых структур в организме человека, что открывает путь к ускоренному дизайну терапевтических средств и вакцин.

Исследование под руководством Йоркского университета использовало искусственный интеллект (ИИ), чтобы помочь ученым больше узнать о сахарах, окружающих большинство белков в нашем теле.

До 70% человеческих белков окружены или имеют каркас из сахаров (гликанов), которые играют важную роль в их форме и функции. Более того, некоторые вирусы, такие как возбудители СПИДа, гриппа, Эболы и COVID-19, также защищены слоем сахаров (гликанов). Добавление этих сахаров известно как модификация.

Для изучения белков исследователи создали программное обеспечение, которое добавляет отсутствующие сахарные компоненты к моделям, созданным с помощью AlphaFold — программы ИИ от Google DeepMind для предсказания структур белков.

Старший автор, доктор Джон Агирре с кафедры химии, сказал: "Белки человеческого тела — это крошечные машины, которые в своих миллиардах составляют нашу плоть и кости, переносят кислород, позволяют нам функционировать и защищают от патогенов. И так же, как молоток полагается на металлическую головку для удара по гвоздям, белки имеют специализированные формы и состав для выполнения своей работы".

"Метод AlphaFold для предсказания структуры белков имеет потенциал революционизировать рабочие процессы в биологии, позволяя ученым понять белок и влияние мутаций быстрее, чем когда-либо".

"Однако алгоритм не учитывает существенные модификации, влияющие на структуру и функцию белка, что дает нам лишь часть картины. Наше исследование показало, что эту проблему можно решить относительно простым способом, что приводит к более полному структурному предсказанию".

Недавнее появление AlphaFold и сопутствующей базы данных белковых структур позволило ученым получить точные предсказания структур для всех известных человеческих белков.

Доктор Агирре добавил: "Наше программное обеспечение использовалось в работе по структурному анализу гликанов, лежащей в основе мРНК-вакцин против SARS-CoV-2, но теперь мы можем сделать гораздо больше благодаря технологическому скачку AlphaFold. Это еще только начало, но цель — перейти от реакции на изменения в гликановом щите к их предвидению".

Исследование проводилось совместно с доктором Элизой Фадда и Карлом А. Фогарти из Университета Мейнута. В работе также участвовал аспирант Гарольдас Багдонас из Йоркской лаборатории структурной биологии, входящей в состав кафедры химии.

Статья опубликована в журнале Nature Structural & Molecular Biology.