DeepMind заявила о крупном прорыве в ИИ-моделировании структуры белков

Принадлежащая Google компания по изучению искусственного интеллекта DeepMind заявила о преодолении «важного рубежа» в использовании ИИ для предсказания трёхмерных структур белков.

Понимание белковых структур имеет важнейшее значение в диагностировании и лечении болезней. Оно также способно улучшить понимание человеческого тела и — потенциально — содействовать проектированию белков и биоинженерии. Отметим, что, например, болезни Альцгеймера и Паркинсона вызывают именно нарушения в укладке отдельных белков.

Для проработки таких предсказаний системе AlphaFold нужно знать лишь генетическую последовательность белка. DeepMind работает над развитием проекта уже два года.

«3D-модели протеинов, которы генерирует AlphaFold, намного более точны, чем результаты любых предшественников. Это делает возможным огромный прогресс в исследовании ключевых проблем биологии», — отметили представители DeepMind.

Существуют научные методы предсказания нативной структуры молекул белка, но моделирование актуальных 3D-структур — крайне комплексная и сложная задача. Долгое время даже существует краудсорс-игра FoldIT, пользователи которой используют человеческую интуицию, чтобы предсказывать работоспособные формы белка.

По словам DeepMind, формированию рабочих моделей предшествовали годы исследований на основе больших данных. Особое отмечают важность генетических данных, доступность которых очень сильно выросла в последние годы.

Параметры, которые предсказывает сеть AlphaFold, это:

• расстояние между парами аминокислот;
• углы между химическими связями, которые соединяют эти аминокислоты.

«Мы обучили нейросеть предсказывать расстояния между каждой парой элементов протеина. Затем эти вероятности перевели в показатель, который оценивает точность предложенной структуры протеина. Кроме этого, отдельную нейронную сеть обучили оценивать близость предложенной структуры к правильному ответу», — объясняют в DeepMind.

В компании оценивают достигнутые результаты как «ранние сигналы прогресса в укладке белков» и утверждают, что они демонстрируют «важность ИИ для научных открытий».