ИИ, созданный на суперкомпьютере, изучает сложный язык биомолекул

Ученые из Университета Глазго использовали мощный суперкомпьютер, обычно применяемый астрономами и физиками для изучения Вселенной, для разработки новой модели машинного обучения, которая помогает «переводить» язык белков.

В новом исследовании, опубликованном в Nature Communications, междисциплинарная команда создала большую языковую модель (LLM) под названием PLM-Interact, чтобы лучше понимать взаимодействия белков и даже предсказывать, какие мутации повлияют на то, как эти важнейшие молекулы «общаются» друг с другом.

Первые тесты PLM-Interact (protein language model, PLM) показали, что она превосходит конкурирующие модели в понимании и предсказании белковых взаимодействий. Исследование демонстрирует, что модель может помочь лучше понять ключевые области медицины, включая развитие таких заболеваний, как рак и вирусные инфекции.

Модели ИИ, подобные этой, разрабатываются для получения крайне необходимых деталей о механизмах возникновения болезней. PLM-Interact также может дать новое представление о том, как вирусы взаимодействуют с организмами-хозяевами. В будущем этот подход потенциально можно будет использовать для прогнозирования пандемического потенциала вируса и поиска новых мишеней для лекарств.

Белки — основные структурные компоненты всех клеток и вирусов, и они играют ключевую роль в биологических процессах, взаимодействуя друг с другом. Нарушение этих белково-белковых взаимодействий (PPIs) часто связано с развитием заболеваний, включая рак и генетические болезни. Кроме того, PPIs играют важную роль в вирусных инфекциях, поскольку вирусы полагаются на белки наших клеток для репликации.

Однако экспериментальное определение PPIs часто бывает дорогим и трудоемким. PLM-Interact была обучена на более чем 421 000 пар человеческих белков и их взаимодействиях с использованием суперкомпьютера DiRAC (Tursa). Этот высокооптимизированный GPU-кластер, изначально созданный для теоретической физики, позволил команде быстро построить и настроить модель, включающую более 650 миллионов параметров.

PLM-Interact предсказывает белковые взаимодействия с точностью на 16–28% выше, чем другие современные модели ИИ для белков. Кроме того, она смогла точно предсказать пять ключевых белковых взаимодействий, управляющих важными биологическими функциями (например, РНК-полимеризацией и транспортом белков). Другие инструменты, включая AlphaFold3 от Google DeepMind, смогли предсказать только одно из пяти взаимодействий.

Модель также точно определяет влияние мутаций на PPIs, включая мутации, вызывающие генетические заболевания или рак. После дополнительного обучения на 22 383 взаимодействиях между 5 882 человеческими и 996 вирусными белками, PLM-Interact снова превзошла существующие модели в предсказании взаимодействий «человек-вирус», подтвердив свою ценность как точного инструмента для вирусологии.

Пандемия COVID-19 наглядно показала, почему такой инструмент, как PLM-Interact, может оказаться бесценным. Быстрое и точное понимание взаимодействий вирусов с нашими белками может помочь оценить риски возникновения заболеваний и ускорить разработку методов лечения. Результаты представляют собой многообещающую основу для прогнозирования белковых взаимодействий с беспрецедентными масштабом и точностью.