МОСКВА, 29 июня. /ТАСС/. Международный коллектив биологов создал подход, позволяющий "нобелевской" нейросети AlphaFold3 более корректно определять форму тех частей белковых молекул, которые обладают способностью двигаться и менять свою форму. Это позволит ученым раскрыть роль гибкой части белков в работе этих молекул, сообщила пресс-служба Института науки и технологий Австрии (ISTA).
"Белки представляют собой очень динамичные молекулы. Появление у нас возможности моделировать этот динамизм при помощи системы AlphaFold и специальных экспериментов позволит нам раскрыть роль этих движений в осуществлении белками их ключевых функций. Мы надеемся, что это позволит нам получить ответы на вопросы, к которым не могли подступиться наши коллеги-кристаллографы", - заявил профессор ISTA Алекс Бронштейн, чьи слова приводит пресс-служба института.
Как отмечают профессор Бронштейн и другие ученые, существующие инструменты и подходы для изучения трехмерной формы белков приспособлены для изучения лишь той части пептидов, которая обладает неизменчивой и жесткой структурой. Это связано с тем, что системы рентгеновской кристаллографии и прочие приборы получают "усредненные" изображения изучаемых молекул, на которых изменчивые и подвижные части молекул просто не видно.
В прошлом, биологи считали, что подобные гибкие участки играют относительно слабую роль в функционировании белков, однако в последние годы ученые начали активно интересоваться ролью данных подвижных цепочек аминокислот в работе ферментов, сигнальных молекул и прочих типов белков. Для решения этой задачи профессор Бронштейн и другие ученые создали новую версию ИИ AlphaFold3, способную работать в тандеме с учеными-экспериментаторами.
Данная нейросеть анализирует в процессе своей работы не только набор аминокислот, который кодирует изучаемый белок, но и изучает снимки с криоэлектронных микроскопов и данные со спектроскопов ядерного магнитного резонанса. Эти замеры позволяют ИИ определить примерное расположение атомов в изучаемой изменчивой части молекулы, а также распределение электронов внутри нее, что существенным образом повышает точность расчетов.
Первые проверки новой формы AlphaFold3 показали, что она способна более точно моделировать 77% неудобных для систем ИИ молекул, чем ее прошлые версии. Благодаря этому ученым удалось раскрыть точную структуру белка бета-2-микроглобулина и ряда других слабо изученных молекул, а также раскрыть ранее неизвестные структурные вариации этих пептидов. Это говорит о больших перспективах использования ИИ в изучении гибкой части белков, подытожили ученые.
Об изучении пептидов
В последние годы ученые активно разрабатывают нейросети, способные определять трехмерную структуру белковых молекул по последовательности составляющих их аминокислот. В прошлом, для проведения таких расчетов требовались огромные количества вычислительных ресурсов, однако в 2020 году появилась нейросеть AlphaFold, способная прогнозировать структуру белков и характер их взаимодействий с короткими молекулами. За это открытие разработчикам данного алгоритма из компании DeepMind была вручена Нобелевская премия по химии 2024 года.