ИИ предсказывает функцию ферментов

Международная команда с участием биоинформатиков из Университета Генриха Гейне в Дюссельдорфе (HHU) разработала метод на основе искусственного интеллекта, который с высокой точностью предсказывает, может ли фермент работать с определённым субстратом. Результаты опубликованы в журнале Nature Communications.

Проблема: Хотя гены, кодирующие ферменты, легко идентифицировать, точная функция полученного фермента неизвестна в подавляющем большинстве — более 99% — случаев. Экспериментальная характеристика их функции крайне трудоёмка.

Решение — модель ESP: Команда под руководством профессора Мартина Лерхера создала модель ESP («Предсказание субстрата фермента»). Её особенность в том, что она не ограничена отдельными, особыми ферментами и близкородственными им, как предыдущие модели. Эта общая модель может работать с любой комбинацией фермента и более чем 1000 различных субстратов.

Как это работает: Аспирант Александр Кролль, ведущий автор исследования, разработал модель глубокого обучения (Deep Learning). Информация о ферментах и субстратах кодировалась в математических структурах — числовых векторах. Векторы около 18 000 экспериментально подтверждённых пар «фермент-субстрат» использовались в качестве входных данных для обучения модели.

Точность: После обучения модель протестировали на независимом наборе данных, где правильные ответы уже были известны. В 91% случаев модель правильно предсказала, какие субстраты соответствуют каким ферментам.

Применения:

• Биотехнология и фармацевтика: Позволит сузить большое количество возможных пар до наиболее перспективных для ферментативного производства новых лекарств, химикатов или даже биотоплива.
• Наука: Позволит создавать улучшенные модели для симуляции метаболизма клеток и лучше понимать физиологию различных организмов — от бактерий до человека.

В исследовании также участвовали профессор Мартин Энгквист из Технологического университета Чалмерса (Швеция) и Сахасра Ранжан из Индийского технологического института в Мумбаи.