Прорыв ИИ: точное предсказание 3D-структур всех белков по их последовательностям

Глубокое обучение определяет трехмерную структуру белка по аминокислотной последовательности

Исследователи используют модель глубокого обучения для определения 3D-структуры белка на основе его аминокислотной последовательности. После полного обучения она легко превосходит все существующие методы оценки структур белков, для которых нет предварительных знаний.

Белок — один из основных строительных блоков человеческого тела. Он строит и поддерживает ткани. Химически он состоит из аминокислот — органических соединений, содержащих водород, углерод, кислород, азот или серу.

Белки выполняют почти все основные биологические процессы, необходимые для жизни, сворачиваясь в точные трехмерные структуры, которые контролируют их взаимодействие с другими молекулами.

Поскольку форма белка определяет его функцию и роль в различных заболеваниях, важно изучать и предсказывать их структуры для разработки спасающих и меняющих жизнь лекарств.

Однако это не так просто, как звучит. За последние 5 десятилетий проблема свертывания белков оставалась одной из самых сложных для биохимиков. Было разработано множество вычислительных методов, особенно в последние годы, для предсказания того, как белки сворачиваются, но явная карта «последовательность-структура» еще не достигнута.

Теперь исследователи из Медицинской школы Гарварда использовали модель глубокого обучения (форму искусственного интеллекта) для определения 3D-структуры белка на основе его аминокислотной последовательности. Она превосходит существующие передовые методы на 6–7 порядков скорости.

Применение сквозного дифференцируемого глубокого обучения

Продвинутые алгоритмы используют метод грубой силы для симуляции сложной физики взаимодействий аминокислот и определения структуры белка. Для уменьшения вычислительных накладных расходов эти алгоритмы отображают новые последовательности на заранее разработанные шаблоны, представляющие ранее определенные структуры белков.

Некоторые проекты ИИ, такие как AlphaFold от Google, разбирают огромное количество геномных данных, содержащих чертежи последовательностей белков. Однако эти методы не оценивают структуры исключительно на основе аминокислотной последовательности. Они не могут определить эволюционно уникальные белки (структуры белков, которые никогда не изучались ранее).

Поэтому исследовательская команда использовала сквозную дифференцируемую технику глубокого обучения, которая уже доказала свою эффективность в некоторых из самых популярных приложений, включая Google Translate и Siri от Apple.

Источник: Cell Systems | doi:10.1016/j.cels.2019.03.006 | Harvard Medical School

Эта система глубокого обучения, называемая рекуррентной геометрической сетью, делает акцент на ключевых свойствах свертывания белков. Она обучена на тысячах заранее определенных последовательностей и структур белков.

Для каждой отдельной аминокислоты алгоритм вычисляет угол химических связей, связывающих кислоту с ее соседями, а также угол вращения вокруг этих химических связей.

Наглядная симуляция того, как сеть вычисляет углы химических связей и углы вращения для построения структуры белка. | Источник: Mohammed AlQuraishi

Нейронная сеть выполняет эти вычисления (каждая итерация уточняется по относительному положению каждой другой аминокислоты) до завершения структуры. Затем система проверяет точность своего результата, сравнивая его с реальной структурой белка (полученной прямыми наблюдениями).

Результаты

Этот процесс повторяется для нескольких различных известных белков, и точность системы увеличивается с каждой итерацией. Обучение сети может занять месяцы, но после завершения обучения модель легко превосходит все существующие методы оценки структур белков, для которых нет предварительных знаний.

Тем не менее, точность модели пока недостаточна для разрешения полной атомной структуры белка. Таким образом, она не готова к использованию в проектировании или открытии лекарств.

На данный момент она может дополнять другие методы для предсказания гораздо более широкого класса структур белков, чем было возможно ранее. Существует множество возможностей улучшить модель, интегрировав законы физики и химии. Если вы хотите попробовать сами, код и результаты доступны на GitHub.