ИИ теперь может создавать белки, которые ведут себя как биологические «транзисторы»

Jul 12, 2023

Мы часто думаем о белках как о неизменных трехмерных скульптурах.

Это не совсем так. Многие белки являются трансформерами, которые скручивают и меняют свою форму в зависимости от биологических потребностей. Одна конфигурация может распространять вредные сигналы от инсульта или сердечного приступа. Другой может заблокировать возникающий молекулярный каскад и ограничить вред.

В каком-то смысле белки действуют как биологические транзисторы — переключатели в основе молекулярного «компьютера» организма, определяющие, как он реагирует на внешние и внутренние силы и обратную связь. Ученые уже давно изучают эти изменяющие форму белки, чтобы понять, как функционирует наш организм.

Но зачем полагаться только на природу? Можем ли мы создать биологические «транзисторы», неизвестные биологической вселенной, с нуля?

Введите ИИ. Множественные методы глубокого обучения уже могут точно предсказывать структуру белков — это прорыв, который создавался за полвека. Последующие исследования с использованием все более мощных алгоритмов выявили галлюцинации белковых структур, не связанных силами эволюции.

Однако у этих структур, созданных ИИ, есть один недостаток: хотя они очень сложны, большинство из них полностью статичны — по сути, своего рода цифровая белковая скульптура, застывшая во времени.

Новое исследование, опубликованное в журнале Science в этом месяце, сломало стереотипы, добавив гибкости дизайнерским белкам. Новые структуры не являются акробатами без ограничений. Однако дизайнерские белки могут стабилизироваться в двух разных формах — например, шарнире в открытой или закрытой конфигурации — в зависимости от внешнего биологического «замка». Каждое состояние аналогично «0» или «1» компьютера, которые впоследствии управляют выходными данными ячейки.

«Раньше мы могли создавать белки только с одной стабильной конфигурацией», — сказал автор исследования доктор Флориан Преториус из Вашингтонского университета. «Теперь мы, наконец, можем создавать движущиеся белки, что должно открыть необычайный спектр применений».

У ведущего автора, доктора Дэвида Бейкера, есть идеи: «От создания наноструктур, которые реагируют на химические вещества в окружающей среде, до применения в доставке лекарств, мы только начинаем использовать их потенциал».

Немного биологии 101.

Белки строят и управляют нашим телом. Эти макромолекулы начинают свой путь с ДНК. Генетическая информация преобразуется в аминокислоты, строительные блоки белка — бусинки с картинками на нитке. Затем каждая струна складывается в замысловатые трехмерные фигуры, при этом одни части прилипают к другим. Некоторые конфигурации, называемые вторичными структурами, выглядят как Твиззлеры. Другие ткут листы, похожие на ковры. Эти формы в дальнейшем дополняют друг друга, образуя весьма сложную белковую архитектуру.

Понимая, как белки приобретают свою форму, мы потенциально можем создавать новые с нуля, расширяя биологическую вселенную и создавая новое оружие против вирусных инфекций и других заболеваний.

Еще в 2020 году AlphaFold компании DeepMind и RoseTTAFold лаборатории Дэвида Бейкера взорвали Интернет структурной биологии, точно предсказав структуры белков на основе только их аминокислотных последовательностей.

С тех пор модели ИИ предсказали форму почти каждого белка, известного и неизвестного науке. Эти мощные инструменты уже меняют форму биологических исследований, помогая ученым быстро выявить потенциальные цели для борьбы с устойчивостью к антибиотикам, изучить «жилище» нашей ДНК, разработать новые вакцины или даже пролить свет на болезни, поражающие мозг, такие как болезнь Паркинсона.

Затем произошла бомба: генеративные модели искусственного интеллекта, такие как DALL-E и ChatGPT, открыли заманчивую перспективу. Вместо того, чтобы просто предсказывать белковые структуры, почему бы вместо этого ИИ не придумал совершенно новые белковые структуры? От белка, который связывает гормоны для регулирования уровня кальция, до искусственных ферментов, катализирующих биолюминесценцию, первые результаты вызвали энтузиазм, и потенциал белков, созданных с помощью ИИ, казался безграничным.

У руля этих открытий стоит лаборатория Бейкера. Вскоре после выпуска RoseTTAFold они разработали алгоритм для определения функциональных участков белка, где он взаимодействует с другими белками, лекарствами или антителами, что открыло ученым возможность придумать новые лекарства, о которых они еще не догадывались.