Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Искусственный интеллект решил проблему фолдинга белков
Нейросеть AlphaFold впервые в истории смогла точно предсказать пространственную форму сложных белков по их аминокислотной последовательности.
Искусственный интеллект решил задачу, которая уже около полувека остается одной из самых актуальных для биологии: предсказание третичной структуры белков по первичной. Теперь, зная аминокислотную последовательность крупной белковой молекулы, можно будет рассчитать ее трехмерную пространственную конфигурацию. О достижении сообщается в пресс-релизе, распространенном британским стартапом DeepMind.
Дело в том, что свойства и функции белков определяются их трехмерной структурой, и многие важные находки о том, как именно они работают, сделали на основе именно таких структур. Десятилетиями для этого применяют такие методы, как рентгеновская кристаллография, ядерный магнитный резонанс или криоэлектронная микроскопия — длительные, сложные и трудоемкие. Однако даже они не всегда справляются; в результате сегодня установлены 3D-структуры примерно 170 тысяч белков из около 200 миллионов, известных науке.
Между тем в природе третичная структура белков определяется первичной — последовательностью аминокислот, которые образуют цепочки этих молекул: они складываются естественным образом, сами по себе. Этот процесс называют «укладкой», фолдингом белка. Неудивительно, что долгие годы ученые стремились к тому, чтобы моделировать его математически. Задача оказалась настолько сложна, что даже применение суперкомпьютеров здесь не слишком помогло: число вариантов, которые требуется рассчитать для молекул, состоящих из сотен аминокислот, получается астрономическим.
Чтобы стимулировать работы в этом направлении, с 1994-го каждые два года проводят испытания CASP (Critical Assessment of protein Structure Prediction — «Критическая оценка предсказания структуры белков»). Создатели подобных проектов и алгоритмов со всего мира получают аминокислотные последовательности примерно сотни белков, структуры которых еще неизвестны, и пытаются вычислить их с помощью своих моделей. Параллельно в лабораториях работают ученые, действующие «классическими» методами структурной биологии. Затем полученные структуры сравнивают, вычисляя величину совпадения — GDT.
Значения GDT от 90 до 100 считают точным предсказанием структуры, и для коротких пептидов, состоящих из нескольких десятков аминокислот этого удалось добиться еще в 1990-х. Однако для белков, включающих сотни аминокислот, GDT долгие годы держались на «позорном» уровне — около 20. Лишь несколько лет назад, используя сложнейшие алгоритмы, эту цифру удалось довести до 40, чего по-прежнему недостаточно.
С 2018 года в конкурсе CASP участвует и проект AlphaFold, который разрабатывает британская компания DeepMind — та самая, в которой ранее создали ИИ, побеждающий профессионалов игры го. Уже тогда AlphaFold оказался лидером рейтинга, продемонстрировав GDT на уровне до 60 даже для сложнейших структур. К конкурсу 2020 года ИИ усовершенствовали и обучили на 170 тысячах известных белковых структур. На испытаниях он оказался способен предсказывать фолдинг со средним GDT более 92 и свыше 87 — для наиболее сложных молекул.
Специалисты уже называют это событие одним из важнейших прорывов последних лет. Возможно, вскоре нейросети позволят рассчитывать трехмерные структуры белков «на лету», по мере необходимости. Задача, которая прежде была настолько сложна, что авторы некоторых таких работ удостаивались Нобелевской премии, станет рутиной.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Исследования ученых РГУ нефти и газа имени И. М. Губкина подтвердили, что технология производства авиационного топлива SAF из растительных лигноцеллюлозных отходов позволит снизить выбросы углекислого газа на 75% по сравнению с нефтяным керосином.
На стыке трех литосферных плит у Красного моря заметили необычный вулканический процесс: где-то магма поднимается равномерным потоком, где-то — по частям. По мнению геологов, такой «пульс» вызван тем, что в некоторых местах магма с большим трудом пытается пробиться на поверхность.
За последние 30 лет размер трески, обитающей в Балтийском море, значительно уменьшился. Если раньше рыбаки вылавливали из воды особей размером с маленького ребенка, то теперь добытая рыба легко помещается в ладонях. Авторы нового исследования винят в этом человека, который заставил один из видов эволюционировать в «карликов».
Снимки с фотоловушек давно стали культурным явлением. Особенно забавными выглядят медведи. Мы с удовольствием смотрим на зверей, попавших в объектив камер в национальных парках: тигр украл фотоловушку, муравьед проехал верхом на муравьеде и так далее. Но не все животные настолько обаятельные. Ученые из США решили развить эмпатию к гремучим змеям, которых многие боятся. Для этого специалисты запустили трансляцию из «мегалогова», где рептилии отдыхают и рожают потомство.
Чтобы понять, как часто за пределами Солнечной системы встречаются миры, похожие на Землю, ученые из Калифорнийского университета (США) провели статистический анализ 517 экзопланет. Результаты показали, что всего три мира, включая наш, соответствуют критериям потенциальной обитаемости. Наиболее перспективными из них оказались Kepler-22b и Kepler-538b.
Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.
Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.
В ЮФУ придумали новый остроумный способ тестировать ИИ на способность работать в реальных ситуациях использования русского языка. Исследователи искусственного интеллекта из МИИ ИМ ЮФУ предлагают использовать интеллектуальные языковые игры, как пример — заставлять ИИ отвечать на вопросы из архива телевикторины «Что? Где? Когда?» и «Своей игры». Инициативу прокомментировал опытный игрок.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
ПонятноИз-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
ПонятноНаши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноМы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Комментарии