Алгоритм научили «галлюцинировать» структурами несуществующих белков
Одним из самых значительных событий прошлого года стала разработка компании DeepMind алгоритм AlphaFold. Он способен предсказать пространственные структуры белков, опираясь только на их аминокислотные последовательности.
🐿 Белки — главные структурные и метаболические инструменты любой живой клетки. Они занимаются всем — от транспорта молекул до катализа реакций с ними. Свойства и функции каждого конкретного белка определяются его пространственной конфигурацией. Поэтому понимание механизмов работы белка зависит от знания его трёхмерной структуры.
📊 До сих пор такую задачу приходится решать долго и кропотливо, получая чистые белковые препараты, используя рентгенографию, ядерный магнитный резонанс и другие весьма трудоемкие и сложные методы. Однако за десятилетия работы учёные накопили данные о структурах сотен тысяч белков.
🧬 Благодаря им можно обучить нейросети предсказывать пространственные структуры, зная лишь последовательность аминокислот в полимерной цепочке того или иного белка. Следующим логичным шагом становится генерация новых, не существующих в природе структур, адаптированных для выполнения той или иной функции.
Такую работу провели в Вашингтонском университете (США), опираясь на уже известную ИИ-систему предсказания структуры белков RoseTTAfold. В ней реализованы две стратегии для создания новых структур.
1️⃣ «Дорисовка» (inpainting) — на основе заданного ключевого участка белка (активного сайта) и закономерностей конформации, система генерирует остальные части молекулы, которые должны поддерживать форму и обеспечивать работоспособность активного сайта.
2️⃣ «Вынужденная галлюцинация» (constrained hallucination) — начинается с работы над определённой задачей, поставленной перед будущей структурой, например, способности связывать ионы металлов. В этом случае система генерирует случайные последовательности аминокислот, предсказывает форму такого белка и определяет его способность выполнять целевую задачу. Затем в последовательность вносятся мутации. Те изменения, которые облегчают нужную работу, сохраняются. Неудачные заменяются новыми, постепенно приближая структуру к оптимальной.
Для демонстрации возможностей новой системы учёные сгенерировали несколько пробных белков, выполняющих самые разные функции:
✔️ абсорбирующих металлы из водного раствора;
✔️ связывающихся с рецепторами на поверхности раковых клеток;
✔️ улавливающих молекулы углекислого газа из воздуха;
✔️защищающих от респираторно-синцитиального вируса (RSV), ответственного за воспаление дыхательных путей.
🦠 Некоторые из новых молекул были испытаны в экспериментах. Так, система спроектировала 37 вариантов «вакцины» от RSV — белков, которые содержат фрагменты вирусной оболочки и могут репрезентировать их лимфоцитам для выработки иммунного ответа.
🧪 Учёные искусственно синтезировали эти молекулы и провели их лабораторные испытания, показав, что три новых белка действительно воспринимаются иммунитетом и связываются антителами к RSV, что делает их потенциально эффективными вакцинами.
Почитать подробнее: научная статья в журнале Science.
#Нейросети, #Биотехнологии, #ИИ_в_медицине
Одним из самых значительных событий прошлого года стала разработка компании DeepMind алгоритм AlphaFold. Он способен предсказать пространственные структуры белков, опираясь только на их аминокислотные последовательности.
🐿 Белки — главные структурные и метаболические инструменты любой живой клетки. Они занимаются всем — от транспорта молекул до катализа реакций с ними. Свойства и функции каждого конкретного белка определяются его пространственной конфигурацией. Поэтому понимание механизмов работы белка зависит от знания его трёхмерной структуры.
📊 До сих пор такую задачу приходится решать долго и кропотливо, получая чистые белковые препараты, используя рентгенографию, ядерный магнитный резонанс и другие весьма трудоемкие и сложные методы. Однако за десятилетия работы учёные накопили данные о структурах сотен тысяч белков.
🧬 Благодаря им можно обучить нейросети предсказывать пространственные структуры, зная лишь последовательность аминокислот в полимерной цепочке того или иного белка. Следующим логичным шагом становится генерация новых, не существующих в природе структур, адаптированных для выполнения той или иной функции.
Такую работу провели в Вашингтонском университете (США), опираясь на уже известную ИИ-систему предсказания структуры белков RoseTTAfold. В ней реализованы две стратегии для создания новых структур.
1️⃣ «Дорисовка» (inpainting) — на основе заданного ключевого участка белка (активного сайта) и закономерностей конформации, система генерирует остальные части молекулы, которые должны поддерживать форму и обеспечивать работоспособность активного сайта.
2️⃣ «Вынужденная галлюцинация» (constrained hallucination) — начинается с работы над определённой задачей, поставленной перед будущей структурой, например, способности связывать ионы металлов. В этом случае система генерирует случайные последовательности аминокислот, предсказывает форму такого белка и определяет его способность выполнять целевую задачу. Затем в последовательность вносятся мутации. Те изменения, которые облегчают нужную работу, сохраняются. Неудачные заменяются новыми, постепенно приближая структуру к оптимальной.
Для демонстрации возможностей новой системы учёные сгенерировали несколько пробных белков, выполняющих самые разные функции:
✔️ абсорбирующих металлы из водного раствора;
✔️ связывающихся с рецепторами на поверхности раковых клеток;
✔️ улавливающих молекулы углекислого газа из воздуха;
✔️защищающих от респираторно-синцитиального вируса (RSV), ответственного за воспаление дыхательных путей.
🦠 Некоторые из новых молекул были испытаны в экспериментах. Так, система спроектировала 37 вариантов «вакцины» от RSV — белков, которые содержат фрагменты вирусной оболочки и могут репрезентировать их лимфоцитам для выработки иммунного ответа.
🧪 Учёные искусственно синтезировали эти молекулы и провели их лабораторные испытания, показав, что три новых белка действительно воспринимаются иммунитетом и связываются антителами к RSV, что делает их потенциально эффективными вакцинами.
Почитать подробнее: научная статья в журнале Science.
#Нейросети, #Биотехнологии, #ИИ_в_медицине