• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
01.12.2020
Сергей Васильев
1
5 856

Искусственный интеллект решил проблему фолдинга белков

6.9

Нейросеть AlphaFold впервые в истории смогла точно предсказать пространственную форму сложных белков по их аминокислотной последовательности.

©Argonne National Laboratory

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.

©DeepMind

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.

Средние результаты GDT на конкурсах прошлых лет и 2020-го; красная линия — результаты AlphaFold. Значения на оси абсцисс соответствуют сложности моделируемых белков / ©Chris Bickel, Science

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.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
4 часа назад
Александр Березин

Хотя итоги нового эксперимента совпали с общими предсказаниями теории Эйнштейна, по ряду причин полученный результат не был очевиден заранее. Экспериментальные данные впервые позволили решить столь важный вопрос окончательно.

Сегодня, 09:07
Михаил Орлов

Неоднородная потеря волос у мужчин (вроде залысин у лба или оголенного темечка) сильно зависит от наследственных факторов. Авторы новой статьи описали ранее неизвестные гены — виновники облысения. Оказалось, их довольно много и среди них есть те, что связаны с наследственными кожными болезнями.

6 часов назад
Igor

Метод поиска жизни, разработанный американскими учеными, назвали «святым Граалем астробиологии». Авторы новой работы уверены, что он может с высокой точностью различать биологические и небиологические материалы в образцах, найденных на других планетах, а также обнаруживать следы древних живых организмов на Земле.

22 сентября
ЮУрГУ

Научный коллектив Института лингвистики и международных коммуникаций ЮУрГУ создал уникальный интернет-портал, представляющий собой большой банк данных об интерпретациях в русской лингвокультуре важных общечеловеческих ценностей и других ментальных категорий. Ученые исследовали ассоциации обывателей для таких ценностей, как «образование», «карьера», «Родина», а также для концепта «страх».

21 сентября
Дарья

Распространенное мнение о том, что подавление негативных мыслей может быть вредным и даже опасным для психического здоровья, признали ошибочным. К такому выводу пришли ученые из Кембриджского университета (Великобритания).

24 сентября
Михаил Орлов

Переход к паразитизму вызывает характерные изменения у самых разных существ. Авторы нового исследования узнали, как он повлиял на геномы растений, ставших «настолько паразитическими», что от них остался только клубень-химера с грибовидными соцветиями.

31 августа
Сергей Васильев

Вопреки предсказаниям, кислород-28 оказался крайне неустойчивым. Физики не успели даже зарегистрировать такие ядра, хотя теоретически они должны быть дважды магическими, а значит — особенно стабильными.

31 августа
Дарья Губина

Тотальная память — плохо для мозга. Чтобы детально запомнить событие, стоит о нем вспоминать как можно реже. Чем больше вы знаете по теме, тем больше новой информации вы запомните. Но если информации будет слишком много, то не вся она будет зафиксирована в мозге. Naked Science разбирается, как сегодня ученые, нейробиологи и психологи объясняют способности нашего мозга запоминать и учиться.

2 сентября
Редакция

Американский поэт и литературный критик Адам Кирш в эссе, опубликованном в The Guardian, рассуждает о том, как новые представления о возможностях животного разума меняют нас самих.

[miniorange_social_login]

Комментарии

1 Комментарий

Kostik Kit
01.12.2020
-
0
+
Хоть какое-то полезное применение ИИ на нейросетях нашли
Подтвердить?
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: