Исследователи используют генеративный ИИ для создания новых белков

Исследователи из Университета Торонто разработали систему искусственного интеллекта, способную создавать белки, не встречающиеся в природе, с помощью генеративной диффузии — той же технологии, что лежит в основе популярных платформ для создания изображений, таких как DALL-E и Midjourney.

Эта система поможет продвинуть область генеративной биологии, которая может ускорить разработку лекарств, сделав проектирование и тестирование совершенно новых терапевтических белков более эффективным и гибким.

Как работает система ProteinSGM

Новая система, названная исследователями ProteinSGM, использует большой набор представлений существующих белков в виде изображений, точно кодирующих их структуру. Эти изображения подаются в модель генеративной диффузии, которая постепенно добавляет шум, пока каждое изображение не превратится в сплошной шум. Модель отслеживает этот процесс, а затем запускает его в обратном порядке, обучаясь преобразовывать случайные пиксели в четкие изображения, соответствующие полностью новым белкам.

Проверка и валидация

Основной сложностью была валидация белков, созданных ProteinSGM. Система генерирует множество структур, часто непохожих на природные. Почти все они выглядят реальными согласно стандартным метрикам, но исследователям требовались дополнительные доказательства.

Для проверки команда использовала OmegaFold — улучшенную версию программного обеспечения AlphaFold 2 от DeepMind. С его помощью было подтверждено, что почти все новые аминокислотные последовательности сворачиваются в желаемые и новые белковые структуры. Затем меньшее количество белков было создано физически в пробирках, чтобы подтвердить, что это именно правильно свернутые белки, а не случайные цепочки химических соединений.

Будущие направления

Следующие шаги включают дальнейшую разработку ProteinSGM для антител и других белков с наибольшим терапевтическим потенциалом. Также исследователи стремятся к совместному дизайну белковых последовательностей и структур, включая конформации боковых цепей, которые в конечном итоге определяют функцию белка.

Исследование опубликовано в журнале Nature Computational Science.