Группа ученых представила новый алгоритм на основе машинного обучения, который сможет предсказывать рост вредных мутаций в белках. В дальнейшем применение этой технологии сделает медицину персонализированной, пишет ТАСС со ссылкой на сотрудников Сколтеха.
В исследовании принимали участие ученые из Сколтеха, Технического университета Мюнхена, Санкт-Петербургского политехнического университета и Индийского технологического института Мадрас (Ченнай, Индия). Технология сможет анализировать атомарные структуры белков и предсказывать болезнетворность встречающихся мутаций.
При этом мутации могут служить также и индикаторами более тяжелых заболеваний, отмечают ученые. Машинное обучение сможет анализировать состав белков, которые встраиваются в клеточные мембраны человека. По данным ученых, они составляют до 30% от всех белков в клетке.
В этой работе мы использовали сочетание 1D-информации об аминокислотных последовательностях белков и 3D-информации об атомарных структурах этих белков для создания эффективной модели на основе машинного обучения, которая позволяет выявлять аминокислотные замены в мембранных белках, непосредственно связанные с различными заболеваниями.
Старший автор исследования Петр Попов
Недавно американские генетики обнаружили более 4 тыс. белковых семейств в человеческих метагеномах, которые ранее практически не были описаны из-за своего небольшого размера.