Команда разработчиков DeepMind создала новый метод предсказания трехмерной структуры белка, основываясь на его генетической последовательности. 3D-модели белков, созданные нейронной сетью AlphaFold намного точнее, чем модели предыдущих разработок. Технология поможет в диагностике и лечении заболеваний, которые связаны с неправильным свертыванием белков — кистозный фиброз, болезни Альцгеймера, Паркинсона и Хантингтона.
Модель AlphaFold заняла первое место на конкурсе Critical Assessment of protein Structure Prediction (CASP), правильно предсказав структуру для 23 из 45 белков.
Использование нейронных сетей
Команда сосредоточилась на сложной проблеме моделирования целевых структур белков с нуля, без использования ранее созданных белков в качестве шаблонов.
В основе метода — глубокие нейронные сети, которые обучались предсказывать свойства белка на основе его генетической последовательности. AlphaFold нужно было предсказать свойства молекул белка:
- расстояния между парами аминокислот и
- углы между химическими связями, которые соединяют эти аминокислоты.
Генеративная нейронная сеть создавала новые фрагменты для постоянного улучшения предлагаемой структуры белка. Ученые так же использовали метод градиентного спуска для оптимизации оценки структуры и добавления небольших улучшений в конечный результат.
Где будут применять результаты AlphaFold
Использование ИИ для прогнозирования структуры снизит затраты и ускорит разработку эффективных лекарств. Технология также может помочь создавать новые структуры белка, которые будут бороться с загрязнениями: исследователи уже разрабатывают бактерии для секреции белков, которые сделают отходы (пластик, продукты нефтепереработки и др.) биологически разлагаемыми.
