Машинное обучение раскрыло рецепт создания искусственных белков

Белки выполняют в клетках сложные задачи и катализируют химические реакции. Создание искусственных белков для лечения болезней или улавливания углерода часто было медленным процессом с высоким процентом неудач.

Исследователи из Притцкеровской школы молекулярной инженерии Чикагского университета разработали процесс на основе искусственного интеллекта, который использует большие данные для проектирования новых белков.

Машинное обучение, анализирующее информацию о белках из баз данных геномов, выявило относительно простые правила дизайна. Созданные по этим правилам искусственные белки в лаборатории показали химическую активность, сопоставимую с природными аналогами.

«Мы обнаружили, что данные геномов содержат огромное количество информации об основных правилах структуры и функции белка, и теперь мы смогли "разлить по бутылкам" правила природы, чтобы создавать белки самим», — сказал Рама Ранганатан, ведущий автор исследования.

Результаты опубликованы 24 июля в журнале Science.

Использование ИИ для изучения правил дизайна

Белки состоят из сотен или тысяч аминокислот. Понимание того, как строить последовательности для создания новых белков с заданной функцией, было сложной задачей.

Группа Ранганатана за последние 15 лет осознала, что растущие базы данных геномов содержат ключевую информацию о базовых правилах. Они разработали математические модели и применили методы машинного обучения.

В этом исследовании они изучили семейство метаболических ферментов хоризматмутаз. Модели машинного обучения показали, что для предсказания новых искусственных последовательностей с нужными свойствами достаточно информации о консервации позиций аминокислот и корреляциях в эволюции пар аминокислот.

«Если у вас достаточно примеров данных, вы можете использовать методы глубокого обучения, чтобы изучить правила дизайна, даже не до конца понимая, как это работает», — отметил Ранганатан.

Исследователи создали синтетические гены, кодирующие белки, встроили их в бактерии и убедились, что искусственные белки обладают той же каталитической функцией, что и природные хоризматмутазы.

Платформа для понимания других сложных систем

Правила дизайна оказались настолько простыми, что количество потенциально создаваемых искусственных белков чрезвычайно велико.

«Ограничений гораздо меньше, чем мы когда-либо предполагали. В правилах дизайна природы есть простота, и мы считаем, что подобные подходы могут помочь нам найти модели для проектирования других сложных биологических систем, таких как экосистемы или мозг», — сказал Ранганатан.

Хотя ИИ раскрыл правила, исследователи до конца не понимают, почему модели работают. Дальнейшая работа будет направлена на понимание этого.

Параллельно платформу планируют использовать для создания белков, решающих проблемы вроде изменения климата. Ранганатан и доцент Эндрю Фергюсон основали компанию Evozyne для коммерциализации технологии в сферах энергетики, окружающей среды, катализа и сельского хозяйства. Патенты оформлены через Polsky Center for Entrepreneurship and Innovation Чикагского университета.

«Эта система даёт нам платформу для рационального конструирования белковых молекул, о которой мы всегда мечтали. Она может помочь найти решения для улавливания углерода и получения энергии. Более того, исследования белков могут даже помочь понять, как работают глубокие нейронные сети, лежащие в основе современного машинного обучения», — заключил Ранганатан.