Новый метод искусственного интеллекта для прогнозирования структуры белка обрабатывает все виды биологически значимых молекул

Инновационный метод искусственного интеллекта для прогнозирования структуры белка в обработке всех видов биологически значимых молекул

Позволяет ученым предсказывать структуры соединений и создавать новые белки, специально разработанные для связывания определенных молекул

Картинка, составленная автором из поколений Dall-E 2 и собственных иллюстраций.

Предсказание сложных трехмерных структур белков с высокой точностью больше не является мечтой, благодаря глубоким сетям обучения, таким как AlphaFold2 и другие, следующие за ним. Но белки не работают в одиночку. Они взаимодействуют с другими белками, с ДНК, РНК и малыми молекулами и ионами всех видов – все это критично для их биологической функции. Моделирование таких взаимодействий долгое время было большой проблемой, но теперь, снова благодаря глубокому обучению.

Презентованная на прошлой неделе предварительная публикация, новое программное обеспечение RoseTTAFold All-Atom (я назову его просто RFAA) из Института дизайна белков под руководством проф. Дэвида Бэйкера, гуру моделирования и проектирования белков, является глубокой сетью обучения, которая может моделировать полные биологические комплексы, содержащие белки, нуклеиновые кислоты, малые молекулы и металлы, даже понимая ковалентные модификации аминокислот. RFAA соответствует точности AF2 для задач, связанных только с белками, и превосходит остальные во встраивании малых молекул в белки, даже учитывая их гибкость. RFAA даже может предсказывать ковалентные модификации белка и комплексы белков с несколькими цепями нуклеиновых кислот и малыми молекулами и ионами. И вот не все: в той же предварительной публикации представлена связанная модель диффузии под названием RFdiffusionAA, которая создает новые белки с нуля, строя их вокруг малых молекул и других не-белковых молекул, которые затем действительно связываются при лабораторном тестировании, как показано в отдельном разделе той же предварительной публикации. В то время как RFAA открывает новую дверь в биологию, расширяя возможности AlphaFold 2 и других методов, RFdiffusionAA может поднять всю область проектирования и инженерии белков на совершенно новый уровень.

Представьте себе возможность решать сложные трехмерные головоломки, не зная, как выглядит конечная картинка. Вот с чем сталкиваются ученые, пытаясь предсказать трехмерную структуру биологических макромолекул, таких как белки и их комплексы с нуклеиновыми кислотами, малыми молекулами, ионами и многим другим. AlphaFold 2 решил большую часть этой задачи…