Новый метод машинного обучения картирует потенциал белков

Биотехнологическая индустрия постоянно ищет оптимальные мутации, при которых свойства разных белков синтетически комбинируются для достижения желаемого эффекта. Это необходимо для разработки новых лекарств или ферментов, продлевающих срок хранения йогурта, разлагающих пластик в природе или делающих стиральный порошок эффективным при низкой температуре воды.

Новое исследование из DTU Compute и факультета компьютерных наук Копенгагенского университета (DIKU) может в долгосрочной перспективе помочь ускорить этот процесс. В журнале Nature Communications исследователи объясняют, как новый способ использования машинного обучения (ML) создаёт карту белков, позволяя составить список кандидатов для более детального изучения.

Проблема существующих методов ML в том, что они дают разные картины допустимых мутаций в белках в зависимости от используемого метода, и даже одна и та же модель при повторном обучении может давать разные ответы о биологических взаимосвязях.

«В нашей работе мы показываем, как сделать этот процесс более устойчивым, и демонстрируем, что можно извлечь значительно больше биологической информации, чем раньше. Это важный шаг вперёд для исследования ландшафта мутаций в поиске белков со специальными свойствами», — говорит постдок Никки Скафте Детлефсен из DTU Compute.

Карта белков

Белок — это цепь аминокислот, а мутация происходит при замене одной из них на другую. Поскольку существует 20 природных аминокислот, число возможных мутаций растёт так быстро, что изучить их все экспериментально невозможно — их больше, чем атомов во Вселенной, даже для простых белков.

Исследователи использовали свою ML-модель для создания картины взаимосвязей белков. Обучив модель на множестве примеров белковых последовательностей, она научилась размещать на карте точку для каждого белка так, что эволюционно близкие белки оказываются рядом, а далёкие — далеко друг от друга.

Модель основана на математике и геометрии, разработанной для картографии. При проецировании глобуса на плоскую карту возникают искажения (например, Арктика растягивается). Исследователи смогли применить теорию, описывающую и компенсирующую эти искажения, к своей модели глубокого обучения для белков.

«Это позволяет нам определить, какое расстояние между близкородственными белками является целесообразным, и измерить его. Таким образом, мы можем нарисовать путь по карте белков, который показывает, как один белок может эволюционно развиться (мутировать) в другой. Модель может измерять расстояние между белками и рисовать оптимальные пути между перспективными белками», — говорит доцент Воутер Бумсма из DIKU.

Модель была протестирована на данных множества природных белков с известной структурой. Расстояние между белками на карте начало соответствовать их эволюционному развитию.

«Теперь мы можем разместить два белка на карте и провести кривую между ними. На пути между ними находятся возможные белки со схожими свойствами. Это не гарантия, но даёт гипотезу о том, какие белки биотехнологической индустрии стоит тестировать при проектировании новых», — говорит профессор Серен Хауберг из DTU Compute.

Уникальное сотрудничество между DTU Compute и DIKU было установлено через новый центр машинного обучения в науках о жизни (MLLS), начавший работу в прошлом году при поддержке Novo Nordisk Foundation. Разработанные белковые карты являются частью масштабного проекта — от фундаментальных исследований до промышленного применения, в том числе в сотрудничестве с Novozymes и Novo Nordisk.