Модификация AlphaFold научилась моделировать изменение структуры белков во времени

Международная группа исследователей представила модификацию нейросети AlphaFold, которая умеет моделировать не только статичную структуру белков, но и их изменения во времени. Как сообщает Хайтек (hightech.fm), работа опубликована в журнале Nature Biotechnology.

Классическая версия AlphaFold обучалась на данных рентгеновской кристаллографии, поэтому фактически воспринимает молекулы как неподвижные. На практике белки постоянно меняют форму, а их функции зависят от конфигурации в конкретный миллисекундный момент. Из-за ограничений исходных данных гибкие участки молекул в таких моделях нередко выглядели условно, их обозначали пустыми линиями.

Исследователи из Института науки и технологий Австрии предложили другой подход. Они направляют работу модели с помощью «шумных» экспериментальных данных ядерного магнитного резонанса. В результате система перестаёт сводить неоднородные структуры к одной доминирующей форме. Вместо единственного «снимка» она формирует ансамбль возможных конформаций белка.

По данным авторов, такой «экспериментально осведомлённый» ИИ сохраняет точность даже в задачах, где AlphaFold3 допускает ошибки. Например, при моделировании амилоидных фибрилл новая модель правильно определила интерфейс димеризации со стопроцентной точностью. В ближайшие годы исследователи собираются применить алгоритм для масштабной перепроверки и очистки базы Protein Data Bank (PDB), а также для перехода от проектирования статичных белков к созданию молекулярных машин, которые меняют форму со временем.