Международная группа исследователей разработала модификацию нейросети AlphaFold, которая способна прогнозировать динамические изменения структуры белков во времени вместо создания одиночных статичных снимков молекул. Об этом сообщает «Хайтек» со ссылкой на исследование в журнале Nature Biotechnology.
Специалисты из Института науки и технологий Австрии усовершенствовали знаменитый алгоритм, получивший Нобелевскую премию по химии 2024 г. Оригинальная система обучалась на банках данных рентгеновской кристаллографии, из-за чего она видит молекулярные структуры неподвижными.
В реальности белки постоянно находятся в движении, а их биологические функции напрямую зависят от формы, которую они принимают в конкретный миллисекундный отрезок времени. Классический AlphaFold игнорирует эти гибкие участки, заменяя их на картинках условными пустыми линиями.
Новый метод направляет работу искусственного интеллекта (ИИ) с помощью «шумных» экспериментальных данных ядерного магнитного резонанса. Благодаря этому система перестала сводить неоднородные структуры к одной доминантной форме. На выходе программа генерирует целый ансамбль возможных конформаций белка.
Разработчики доказали, что «экспериментально осведомленный» ИИ выдает точные результаты даже в тех случаях, где новейший AlphaFold3 полностью ошибается. Например, при моделировании амилоидных фибрилл старая нейросеть не смогла правильно определить интерфейс димеризации, а новая модель справилась со стопроцентной точностью.
В ближайшие пару лет авторы планируют использовать алгоритм для масштабной перепроверки и «очистки» всей мировой базы данных Protein Data Bank (PDB). Технология позволит биологам перейти от проектирования статичных белков к программированию молекулярных машин, меняющих форму со временем. Это ускорит создание направленных лекарств от неизлечимых болезней.
Читать далее:
Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу
Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе
Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды
Обложка: magnific
