ИИ-инструмент предсказывает функции неизвестных белков

Новый инструмент на основе искусственного интеллекта (ИИ), который делает логические выводы о функциях неизвестных белков, поможет учёным раскрыть внутренние механизмы работы клетки.

Инструмент, разработанный биоинформатиком KAUST Максатом Кульмановым и коллегами, превосходит существующие аналитические методы в прогнозировании функций белков и даже способен анализировать белки, не имеющие чётких аналогов в существующих наборах данных.

Исследование опубликовано в Nature Machine Intelligence.

Модель под названием DeepGO-SE использует большие языковые модели, аналогичные тем, что применяются в генеративных ИИ-инструментах, таких как Chat-GPT. Затем она использует логическое следование, чтобы делать осмысленные выводы о молекулярных функциях на основе общих биологических принципов работы белков.

Фактически, она позволяет компьютерам логически обрабатывать результаты, создавая модели части мира — в данном случае функций белков — и выводя наиболее правдоподобный сценарий на основе здравого смысла и рассуждений о том, что должно происходить в этих моделях.

«У этого метода много применений, — говорит Роберт Хендорф, руководитель исследовательской группы био-онтологии KAUST, курировавший эту работу, — особенно когда необходимо делать выводы на основе данных и гипотез, сгенерированных нейронной сетью или другой моделью машинного обучения».

Кульманов и Хендорф совместно со Стефаном Арольдом из KAUST и исследователями из Швейцарского института биоинформатики оценили способность модели расшифровывать функции белков, чья роль в организме неизвестна.

Инструмент успешно использовал данные об аминокислотной последовательности малоизученного белка и его известных взаимодействиях с другими белками, чтобы точно предсказать его молекулярные функции. Модель оказалась настолько точной, что DeepGO-SE вошла в топ-20 среди более чем 1600 алгоритмов на международном конкурсе инструментов предсказания функций.

Команда KAUST теперь использует этот инструмент для исследования функций загадочных белков, обнаруженных у растений, процветающих в экстремальных условиях пустыни Саудовской Аравии. Они надеются, что результаты будут полезны для выявления новых белков для биотехнологических применений, и хотели бы, чтобы другие исследователи также начали использовать этот инструмент.

Как объясняет Кульманов: «Способность DeepGO-SE анализировать неохарактеризованные белки может облегчить такие задачи, как открытие лекарств, анализ метаболических путей, выявление ассоциаций с заболеваниями, белковая инженерия, скрининг определённых белков, представляющих интерес, и многое другое».