Подобно тому, как убедительные изображения кошек можно создать с помощью искусственного интеллекта, теперь можно создавать новые белки с помощью аналогичных инструментов. В отчете Nature группа исследователей из Вашингтонского университета, Политехнического института Ренсселера и Гарвардского университета описала развитие нейронной сети, которая «галлюцинирует» белки с новыми стабильными структурами.

«Возможность галлюцинировать совершенно новые белки, которые связывают определенные биомолекулы или образуют желаемые ферментативные активные центры, очень впечатляет», – сказал Гаэтано Монтелионе, профессор химии и химической биологии в Rensselaer, где были изобретены синтезированные версии «галлюцинированных» белков. с помощью нейронной сети.

Белки – это нити-подобные молекулы, обнаруженные в каждой клетке, которые спонтанно складываются в сложные трехмерные формы. Эти складчатые формы являются ключом почти ко всем процессам в биологии, включая развитие клеток, восстановление ДНК и метаболизм. Но сложность форм белков затрудняет их изучение. Биохимики часто используют компьютеры, чтобы предсказать, как белковые цепочки или последовательности могут складываться. В последние годы методы искусственного интеллекта, такие как нейронные сети и глубокое обучение, произвели революцию в точности этой работы.

«Для этого проекта мы создали полностью случайные белковые последовательности и ввели в них мутации, пока наша нейронная сеть не предсказала, что они будут складываться в стабильные структуры», – сказал со-ведущий автор Иван Анищенко, научный сотрудник лаборатории Бейкера. Институт дизайна белков Медицинской школы Вашингтонского университета. «Мы ни разу не привели программу к конкретному результату – эти новые белки – это всего лишь то, что выдумывает компьютер»

Команда считает, что в будущем появится возможность управлять искусственным интеллектом, чтобы он генерировал новые белки с полезными функциями. «Мы хотели бы использовать глубокое обучение для разработки белков с функцией, включая препараты на основе белков, ферменты, что угодно», – сказал со-ведущий автор Сэм Пеллок, научный сотрудник лаборатории Бейкера

.

Исследовательская группа создала 2000 новых белковых последовательностей, которые, как было предсказано, сворачиваются. Более 100 из них были изготовлены в лаборатории и изучены. Детальный анализ трех таких белков подтвердил, что формы, предсказанные компьютером, действительно были реализованы в лаборатории.

Наши исследования ЯМР в растворе вместе с рентгеновскими кристаллическими структурами, определенными командой Вашингтонского университета, демонстрируют замечательную точность конструкций белков, созданных с помощью подхода галлюцинаций ».

Тереза ​​Рамелот, соавтор, старший научный сотрудник лаборатории Монтелионе в Центре биотехнологии и междисциплинарных исследований Ренсселера

Монтелионе отмечает: «Подход галлюцинаций основан на более ранних наблюдениях, которые мы сделали вместе с лабораторией Бейкера, которые показали, что предсказание структуры белка с помощью глубокого обучения может быть довольно точным даже для одной последовательности белка, без использования предсказаний контакта, обычно получаемых путем анализа многие эволюционно связанные белковые последовательности »

«Этот подход значительно упрощает дизайн белка», – сказал старший автор Дэвид Бейкер, лауреат премии 2021 года за прорыв в науках о жизни. «Раньше, чтобы создать новый белок определенной формы, люди сначала тщательно изучали связанные структуры в природе, чтобы придумать набор правил, которые затем применялись в процессе проектирования. Новые наборы правил были необходимы для каждого нового типа складок. Здесь, используя сеть глубокого обучения, которая уже фиксирует общие принципы структуры белка, мы устраняем необходимость в правилах, специфичных для складок, и открываем возможность сосредоточиться непосредственно только на функциональных частях белка »

«Изучение того, как наилучшим образом использовать эту стратегию для конкретных приложений, сейчас является активной областью исследований, и именно здесь я ожидаю следующих прорывов», – сказал Бейкер.

Source link