Новый подход к проектированию белков: нейросеть учит их "язык"

Синтетические биологи создали третий подход к инженерии белков, который использует глубокое обучение для выявления фундаментальных свойств белков непосредственно из их аминокислотной последовательности, без необходимости в дополнительной информации.

Проблема существующих методов

• Направленная эволюция может охватить лишь малую часть огромного пространства возможных белковых последовательностей.
• Рациональный дизайн ограничен относительной скудностью тщательно разрешённых 3-D структур белков.

Решение: UniRep

Исследователи из Института Висса и Гарвардской медицинской школы под руководством Джорджа Чёрча разработали нейросеть UniRep (unified representation).

Как она работает:

• Нейросеть обучалась на примерно 24 миллионах белковых последовательностей в течение трёх недель.
• Она предсказывает следующую аминокислоту в последовательности, создавая и используя внутреннее «скрытое состояние» — сводку увиденной части белка, учитывающую его индивидуальные последовательные и структурные особенности.
• Аналогия: обучение языку, где система учится предсказывать следующее слово в предложении на основе постоянно улучшающегося понимания синтаксиса.

Результаты

• UniRep точно описывает свойства (стабильность, вторичная структура, доступность для растворителей) белков из разных семейств, включая синтетические белки, не имеющие аналогов в природе.
• Нейросеть надёжно количественно оценила влияние единичных аминокислотных замен на функцию восьми различных белков с разнообразными биологическими функциями.
• На модели зелёного флуоресцентного белка (GFP) Aequorea victoria UniRep точно предсказала, как распределение и относительная нагрузка мутаций (1-12 мутаций на вариант) изменяют яркость белка.

Преимущества

• Подход, основанный на данных, демонстрирует передовую или превосходящую производительность в предсказании множества свойств белков.
• Достигает до двух порядков снижения стоимости по сравнению с существующими подходами, перенося множество трудоёмких лабораторных экспериментов в компьютер.

Как отметил директор-основатель Института Висса Дональд Ингбер, этот подход может ускорить дизайн синтетических белков для терапии, диагностики, биопроизводства, биокатализа и других применений, буквально меняя способ молекулярного дизайна в будущем.

Исследование опубликовано в Nature Methods.