Исследователи из Лаборатории белкового дизайна и иммунной инженерии (LPDI) научились предсказывать поведение белков по их внешнему виду. Для этого они использовали алгоритм машинного обучения, которые отслеживал уникальные свойства органических веществ на их поверхности.
Белки играют ключевую роль во всех биологических процессах, отметили ученые. Поэтому понимание того, как они взаимодействуют со средой обитания, имеет жизненно важное значение для разработки эффективной терапии и основы для создания искусственных клеток.
Исследователи Лаборатории белкового дизайна и иммунной инженерии (LPDI) разработали методику машинного обучения, основанную на прогнозировании этих взаимодействий и описании биохимической активности белка, основываясь только на его внешнем виде. Группа опубликовала свои выводы в журнале Nature Methods.
Исследователи взяли обширный набор данных о поверхности белка и внесли химические и геометрические свойства в алгоритм машинного обучения, «объяснив», как соотносить эти свойства с конкретными моделями поведения и биохимической активностью. Затем они использовали оставшиеся данные для тестирования алгоритма.
Группа обнаружила, что белки имеют общие «отпечатки пальцев» — признаки, которые говорят о тех или иных предыдущих взаимодействиях, которые определяют их поведение в будущем. Этот метод, опубликованный в открытом доступе, также можно использовать для анализа структуры поверхности других типов молекул.