Штучний інтелект (AI) розшифрував код білкових комплексів, що надає карту для нових цілей у лікуванні

Штучний інтелект продовжує революцію в передбаченні структури білків. Лише рік тому програми вперше зуміли успішно моделювати 3D-форми окремих білків так само точно, як це робили експериментальні методи, які використовувалися десятиліттями. Цього літа дослідники використовували ці програми, щоб скласти майже повний каталог структур білків людини. Тепер дослідники ще раз підняли планку, представивши комбінацію програм, які можуть визначити, які білки мають тенденцію взаємодіяти між собою, і як виглядають складні комплекси – важливі двигуни клітини. Результат досить цікавий для біології, оскільки все в ній працює в комплексах, і знання, хто працює з ким, є критичним. Попередні техніки не дозволяли досягти таких відносин, тому нова можливість передбачати їх повинна дати ряд інсайтів в клітинну біологію та можливо розкрити нові цілі для наступного покоління терапевтичних препаратів. Карти білків до атомного масштабу до недавнього часу вимагали дорогих і повільних експериментальних технік, таких як кристалографія рентгенівських променів і ядерно-магнітна резонансна спектроскопія. Тепер експерти з комп’ютерного моделювання прискорили процес. Їхній успіх залежить від алгоритмів глибокого навчання, які використовують бази даних експериментально вирішених структур білків, щоб навчити програми передбачати структури для білків на основі їх послідовності амінокислот. Два різні дослідницькі групи створили програми штучного інтелекту, які обраховують прогнози структур білків, які вже виробляються тисячами. Ці програми також виробляють структури для кількох відомих білкових комплексів, переважно в бактеріях. Але в еукаріотах – від дріжджів до людей – взаємодіючі партнери часто невідомі. Виявити їх та передбачити, як вони збираються в складний комплекс, було надто високим бар’єром для початкових програм. Обидві дослідницькі групи налаштували свої програми, щоб вони могли вирішувати структури білкових комплексів сотнями. Дослідники почали з порівняння послідовності амінокислот усіх 6 000 білків дріжджів з тими, які є у 2 026 інших грибів та 4 325 інших еукаріот. Порівняння дозволило дослідникам відслідковувати, як змінювалися ці білки протягом еволюції, і виявити послідовності, які змінюються паралельно у різних білках. Дослідники вважали, що ці білки можуть утворювати комплекси, і що вони змінюються разом, щоб підтримувати свої взаємодії. Потім команда використала свою програму штучного інтелекту RoseTTAFold, разом з AlphaFold від DeepMind, яка є загальнодоступною, щоб спробувати вирішити 3D-структури кожного набору кандидатів. За результатами, штучний інтелект ідентифікував 1506 білків, які могли взаємодіяти, і успішно відобразив 3D-структури 712, або близько половини. Нові можливості повинні дати більше інсайтів в клітинну біологію та можливо розкрити нові цілі для наступного покоління терапевтичних препаратів.