У коронавируса могут быть уязвимые места — и машинное обучение поможет их найти

Белки коронавируса SARS-CoV-2 обеспечивают его способность заражать клетки человека. Чтобы остановить вирус, исследователи по всему миру изучают 29 белков вируса, пытаясь определить точные участки, которые позволяют ему связываться с белками на поверхности человеческих клеток и реплицироваться.

Исследователи из Северо-Восточного университета (Northeastern University) используют машинное обучение и лабораторные эксперименты для анализа этих белковых взаимодействий на уровне аминокислот — строительных блоков всех белков.

Профессор химии Мэри Джо Ондерчен получила грант от Национального научного фонда (NSF) на использование алгоритмов машинного обучения для идентификации всех аминокислот, ответственных за способность коронавируса инфицировать клетки. Она работает вместе с профессором Пенни Бойнинг.

Белки функционируют благодаря каскадам взаимодействий между аминокислотами разных белков. Эти взаимодействия не всегда происходят в активном центре белка (месте, где проходит химическая реакция). Часто они происходят вне этого сайта, но всё равно контролируют реакцию. Изменения в поведении белка в результате таких сетей взаимодействий известны как аллостерическая регуляция.

Алгоритм Ондерчен, изобретённый в её лаборатории в 2009 году, анализирует химические свойства каждой отдельной аминокислоты в белке. Он предсказывает важные, но малозаметные взаимодействия в SARS-CoV-2, включая те, что не связаны напрямую с основными реакционными центрами.

"В главной протеазе все знают, где каталитический центр, в РНК-трансферазе все знают, где каталитический центр. Наша технология особенная, потому что мы можем предсказывать экзо-сайты, аллостерические сайты и другие сайты связывания или взаимодействия, которые могут управлять [активностью белка]", — говорит Ондерчен.

Программа проведёт предсказания по базам данных, содержащим десятки тысяч соединений с противовирусными свойствами и соединений, содержащихся в пище, в попытке найти вещества, которые могут воздействовать на предсказанные сайты белкового взаимодействия.

После вычислительного анализа, который определит кандидатов для ингибирования SARS-CoV-2, начнутся экспериментальные тесты в лаборатории Бойнинг.

"Мы будем смотреть на уровне белка: связываются ли соединения с этими белками на самом деле и модулируют ли они активность белка? В идеале они будут ингибировать активность белка и, следовательно, ослаблять вирус", — говорит Бойнинг.

Исследователи планируют завершить in vitro-тестирование за шесть месяцев, а затем найти сотрудников для проведения in vivo-тестов на живых организмах.