Аспиранты Стэнфордского университета под руководством адъюнкт-профессора разработали ИИ, который вычисляет точную трехмерную форму молекул.
Определение трехмерной формы биологических молекул — это самая сложная проблема в современной биологии. Компании и исследовательские институты тратят миллионы долларов на то, чтобы понять, как выглядит и взаимодействует конкретная молекулярная структура, но не всегда это приводит к результату.
Авторы новой работы использовали методы машинного обучения и разработали подход, который решает эту проблему, так как предсказывает их точную структуру. Исследователи отмечают, что их подход можно применять даже для таких молекул и структур, которые наиболее трудно определить экспериментально.
Алгоритм аспирантов предсказывает точные молекулярные структуры и на основе этого можно понять, как они работают в разных областях: это поможет как в фундаментальных биологических исследованиях, так и при разработке лекарств.
«Белки — это такие машины в молекулярном масштабе, которые выполняют всевозможные функции. Для того, чтобы сделать какое-то действие, они могут связываться с другими белками. Если вы знаете, что пара белков вовлечена в заболевание, а также понимайте, как они оба взаимодействую, то можно попытаться сделать лекарство, которое будет бить в одну точку», — Стефан Эйсманн, аспирант Стенфордского университета
ИИ научился находить фундаментальные концепции белков, которые являются ключевыми для формирования молекулярной структуры. И, что важно по мнению авторов, в него не загружали заранее данные по конкретным белкам, это могло бы сделать алгоритм предвзятым к ним и сбить с толку при глобальном анализе.
Поэтому алгоритм находит данные и характеристики белков, о которых ученые не знали ранее.
Во время эксперимента алгоритм успешно справился с белками и аспиранты протестировали его на молекулах-РНК. В результате ИИ в каждом случае справлялся с головоломкой, хотя не был разработан специально для для структур РНК.