Учёные из Гарвардской школы инженерии и прикладных наук им. Джона А. Полсона (Harvard John A. Paulson School of Engineering and Applied Sciences) и Северо-Западного университета (Northwestern University) разработали искусственный интеллект, который впервые смог спроектировать внутренне неупорядоченные белки (ВНБ) — своеобразных «белков-хамелеонов», составляющих почти треть всего белкового набора человеческого организма.
Эти необычные молекулы постоянно меняют форму, никогда не «замирая» в одной конфигурации. Благодаря своей гибкости они участвуют в передаче сигналов между клетками, восприятии окружающей среды и регуляции множества биохимических процессов. При этом именно их непостоянная структура делает их ключевыми участниками таких заболеваний, как болезнь Паркинсона, некоторые виды рака и нейродегенеративные расстройства.
До сих пор даже самые совершенные системы, включая AlphaFold, не могли точно смоделировать эти белки из-за их нестабильности. Но новый подход, основанный на автоматическом дифференцировании и физическом моделировании, позволил впервые создавать ВНБ с заранее заданными свойствами.
Результаты опубликованы в журнале Nature Computational Science.
Как ИИ научился «понимать» белки
Главный технологический прорыв связан с применением метода автоматического дифференцирования — алгоритма, который обычно используют при обучении нейросетей.
Исследователи перенесли этот инструмент в молекулярную физику, чтобы вычислять, как малейшее изменение в последовательности аминокислот влияет на физические свойства белка.
«Мы не хотели обучать систему на тысячах примеров, — поясняет Райан Крюгер (Ryan Krueger), аспирант Гарварда и соавтор работы. — Мы использовали уже существующие физические модели, которые описывают, как белки действительно ведут себя в природе».
Таким образом, новый алгоритм не просто «угадывает» форму молекулы, как это делает AlphaFold, а реально моделирует её физическую динамику, создавая белки, которые соответствуют законам природы, а не статистическим предположениям.
Почему это важно
По словам Кришны Шриниваса (Krishna Shrinivas), исследователя Северо-Западного университета, идея родилась из осознания, что внутренне неупорядоченные белки остаются вне зоны досягаемости для существующих ИИ-моделей.
«Эти белки крайне важны для жизни — они работают как универсальные связующие элементы и сенсоры внутри клетки. Но предсказать их поведение невозможно без учёта реальной физики», — отмечает учёный.
Примером такого белка служит альфа-синуклеин, связанный с болезнью Паркинсона. Возможность проектировать подобные структуры открывает путь к новым типам лекарств, способным влиять не только на статичные структуры, но и на подвижные, «живые» белки.
От медицины до нанотехнологий
Созданный метод способен изменить не только подходы к лечению заболеваний, но и саму синтетическую биологию.
Теперь учёные смогут создавать белки, которые:
- действуют как гибкие соединители между молекулами;
- реагируют на изменения среды;
- выполняют функции биологических сенсоров и мини-машин.
Профессор Майкл Бреннер (Michael Brenner) из Гарварда подчеркивает:
«Мы впервые получили инструмент, который позволяет проектировать динамичные, “живые” белки, исходя из законов физики. Это новая эра молекулярного дизайна».
Ключевые факты
🧬 Новая технология: использует автоматическое дифференцирование и физическое моделирование для создания внутренне неупорядоченных белков.
⚙️ Биологическое значение: ВНБ составляют около 30 % всех белков человека и отвечают за сигнальные и регуляторные функции клеток.
💡 Потенциал для медицины: открывает возможность создания лекарств против нейродегенеративных и онкологических заболеваний.
📚 Источник:
“Generalized design of sequence–ensemble–function relationships for intrinsically disordered proteins” by Ryan Krueger et al. Nature Computational Science
