ИИ предсказывает структуру молекул живых организмов
|
|
AlphaFold 3, представленный миру 9 мая, представляет собой последнюю версию алгоритма, предназначенного для предсказания структуры белков — жизненно важных молекул, используемых всем живым организмом, — по "коду инструкций", содержащемуся в их строительных блоках. Предсказание структуры белков и того, как они взаимодействуют с другими молекулами, было одной из самых больших проблем в биологии. Тем не менее, разработчик искусственного интеллекта Google DeepMind за последние несколько лет проделал определенный путь к ее решению. Эта новая версия системы искусственного интеллекта обладает улучшенными функциями и точностью по сравнению со своими предшественниками. Как и в случае с очередным выпуском франшизы о видеоиграх, структурные биологи, а с недавних пор и химики, с нетерпением ждали, что же она сможет сделать. ДНК широко понимается как инструкция для живого организма, но внутри наших клеток белки - это молекулы, которые на самом деле выполняют большую часть работы.
|
|
Именно белки позволяют нашим клеткам воспринимать окружающий мир, интегрировать информацию из различных сигналов, создавать новые молекулы внутри клетки, принимать решение о росте или прекращении роста. Кроме того, именно белки позволяют организму отличать чужеродных захватчиков (бактерии, вирусы) от самого себя. И именно белки являются мишенями большинства лекарств, которые вы или я принимаем для лечения заболеваний. Почему структура белка имеет значение? Белки - это большие молекулы, состоящие из тысяч атомов, расположенных в строго определенном порядке. Порядок расположения этих атомов и то, как они расположены в трехмерном пространстве, имеют решающее значение для того, чтобы белок мог выполнять свою биологическую функцию. Такое же трехмерное расположение определяет способ, которым молекула лекарственного средства связывается с белком-мишенью и лечит заболевание.
|
|
Представьте, что у вас есть набор Lego, в котором кубики не имеют формы кубиков, а могут быть любой формы. Чтобы сложить два кирпича в этом наборе, каждый кирпич должен плотно прилегать друг к другу без каких-либо отверстий. Но этого недостаточно — у двух кирпичей также должно быть правильное сочетание выступов и отверстий, чтобы кирпичи оставались на своих местах. Разработка новой молекулы лекарственного средства немного напоминает игру с этим новым набором Lego. Кто-то уже построил огромную модель (белок—мишень, обнаруженный в наших клетках), и задача химиков, занимающихся разработкой лекарств, состоит в том, чтобы с помощью своего набора инструментов собрать несколько кирпичиков, которые будут связываться с определенной частью белка и — с биологической точки зрения - останавливать его действие. нормальная функция. Итак, что же делает AlphaFold? Основываясь на точном знании того, какие атомы входят в состав любого белка, как эти атомы эволюционировали у разных видов и как выглядят другие белковые структуры, AlphaFold очень хорошо предсказывает трехмерную структуру любого белка.
|
|
В AlphaFold 3, самой последней версии, расширены возможности моделирования нуклеиновых кислот, например, фрагментов ДНК. Он также может предсказывать форму белков, которые были модифицированы химическими группами, которые могут включать или выключать белок, или молекулами сахара. Это дает ученым нечто большее, чем просто большой и красочный набор Lego для игр. Это означает, что они могут разрабатывать более подробные модели считывания и коррекции генетического кода и механизмов клеточного контроля. Это важно для понимания патологических процессов на молекулярном уровне и для разработки лекарств, нацеленных на белки, биологическая роль которых заключается в регулировании того, какие гены включаются или выключаются. Новая версия AlphaFold также предсказывает наличие антител с большей точностью, чем предыдущие версии. Антитела сами по себе являются важными белками в биологии, образуя жизненно важную часть иммунной системы. Они также используются в качестве биологических препаратов, таких как трастузумаб для лечения рака молочной железы и инфликсимаб для лечения таких заболеваний, как воспалительные заболевания кишечника и ревматоидный артрит.
|
|
Последняя версия AlphaFold позволяет предсказывать структуру белков, связанных с небольшими молекулами, подобными лекарственным препаратам. Химики, занимающиеся разработкой лекарств, уже могут предсказать, каким образом потенциальное лекарственное средство связывается со своим белком-мишенью, если в ходе экспериментов была идентифицирована трехмерная структура мишени. Недостатком является то, что этот процесс может занять месяцы или даже годы. Прогнозирование способа, которым потенциальные лекарственные препараты и белки-мишени связываются друг с другом, используется для принятия решения о том, какие потенциальные лекарственные препараты следует синтезировать и протестировать в лаборатории. AlphaFold 3 может не только предсказать связывание лекарственного средства в отсутствие экспериментально идентифицированной структуры белка, но и при тестировании превзойти существующие программные прогнозы, даже если целевая структура и сайт связывания лекарственного средства были известны.
|
|
Эти новые возможности делают AlphaFold 3 замечательным дополнением к арсеналу инструментов, используемых для поиска новых терапевтических препаратов. Более точные прогнозы позволят принимать более эффективные решения о том, какие потенциальные препараты следует тестировать в лаборатории (а какие вряд ли окажутся эффективными). Это экономит время и деньги. AlphaFold 3 также предоставляет возможность прогнозировать связывание лекарственного средства с модифицированными формами белка—мишени, что является биологически значимым, но в настоящее время трудно — или невозможно - сделать с помощью существующего программного обеспечения. Примером этого могут служить белки, модифицированные химическими группами, такими как фосфаты или сахара. Конечно, как и в случае с любым новым потенциальным лекарственным средством, перед утверждением в качестве лицензированного лекарственного средства всегда требуется тщательное экспериментальное тестирование на безопасность и эффективность, в том числе на добровольцах.
|
|
У AlphaFold 3 есть некоторые ограничения. Как и его предшественники, он плохо предсказывает поведение участков белка, у которых отсутствует фиксированная или упорядоченная структура. Он плохо предсказывает множественные конформации белка (которые могут изменять форму из-за связывания с лекарственным средством или как часть его нормальной биологии) и не может предсказать динамику белка. Он также может допускать некоторые слегка смущающие химические ошибки, такие как наложение атомов друг на друга (физически невозможно) или замена некоторых деталей структуры их зеркальными отображениями (биологически или химически невозможно). Более существенным ограничением является то, что код — по крайней мере, на данный момент — будет недоступен, поэтому его придется использовать на сервере DeepMind исключительно на некоммерческой основе. Хотя это не отпугнет многих пользователей из академических кругов, это ограничит энтузиазм опытных разработчиков моделей, биотехнологов и многих других специалистов по разработке лекарств. Несмотря на это, выпуск AlphaFold 3, несомненно, вызовет новую волну творчества как в области разработки лекарств, так и в области структурной биологии в более широком масштабе — и мы уже с нетерпением ждем AlphaFold 4.
|
|
Источник
|