Цей штучний інтелект може створити механізм життя з атомною точністю

Білки - істоти соціальні. Вони теж хамелеони. Залежно від потреб клітини, вони швидко змінюють свою структуру і захоплюються іншими біомолекулами в заплутаному танці.

Це не театр молекулярної вечері. Швидше, ці партнерства є серцевиною біологічних процесів. Деякі вмикають або вимикають гени. Інші спонукають старіючі «зомбі» клітини до самознищення або підтримують наше пізнання та пам’ять у відмінній формі, змінюючи мозкові мережі.

Ці зв’язки вже надихнули на широкий спектр методів лікування, а нові способи лікування можуть бути прискорені за допомогою ШІ, який може моделювати та проектувати біомолекули. Але попередні інструменти штучного інтелекту були зосереджені виключно на білках та їх взаємодії, відкидаючи їх небілкових партнерів убік.

На цьому тижні дослідження in наука розширена здатність штучного інтелекту моделювати широкий спектр інших біомолекул, які фізично захоплюють білки, включно з малими молекулами, що містять залізо, які утворюють центр переносників кисню.

Під керівництвом доктора Девіда Бейкера з Університету Вашингтона новий ШІ розширює сферу біомолекулярного дизайну. Він отримав назву RoseTTAFold All-Atom і ґрунтується на попередній системі, що складається тільки з білка, і включає в себе безліч інших біомолекул, таких як ДНК і РНК. Він також додає малі молекули, наприклад, залізо, які є невід’ємною частиною певних функцій білка.

ШІ вивчав лише послідовність і структуру компонентів, не маючи жодного уявлення про їхню тривимірну структуру, але може скласти карту складних молекулярних машин на атомному рівні.

У дослідженні в поєднанні з генеративним штучним інтелектом RoseTTAFold All-Atom створив білки, які легко підійшли до ліків від хвороб серця. Алгоритм також генерував білки, які регулюють гем, багату на залізо молекулу, яка допомагає крові переносити кисень, і білін, хімічну речовину в рослинах і бактеріях, яка поглинає світло для їх метаболізму.

Ці приклади є лише підтвердженням концепції. Команда випускає RoseTTAFold All-Atom для вчених, щоб вони могли створювати численні взаємодіючі біокомпоненти з набагато більшою складністю, ніж одні білкові комплекси. У свою чергу, створення може призвести до нових методів лікування.

«Нашою метою тут було створити інструмент штучного інтелекту, який міг би генерувати більш складні методи лікування та інші корисні молекули», — сказав автор дослідження Вуді Ахерн у прес-релізі.

Dream On

У 2020 році AlphaFold від Google DeepMind і RoseTTAFold від Baker Lab вирішили проблему прогнозування структури білка, яка бентежила вчених півстоліття, і започаткували нову еру досліджень білка. Оновлені версії цих алгоритмів відобразили всі білкові структури, як відомі, так і невідомі науці.

Далі генеративний штучний інтелект — технологія, що лежить в основі ChatGPT від OpenAI і Gemini від Google — викликала творче божевілля дизайнерських білків із вражаючим діапазоном активності. Деякі новоутворені білки регулюють гормон, який тримає рівень кальцію в нормі. Інші призвели до штучних ферментів або білків, які могли б легко змінюють свою форму як транзистори в електронних схемах.

Галюцинуючи новий світ білкових структур, генеративний ШІ має потенціал створити покоління синтетичних білків для регулювання нашої біології та здоров’я.

Але є проблема. Дизайнерські білкові моделі AI мають тунельний зір: вони є занадто зосереджено на білках.

Уявляючи молекулярні компоненти життя, на думку спадають білки, ДНК і жирні кислоти. Але всередині клітини ці структури часто утримуються разом малими молекулами, які з’єднуються з навколишніми компонентами, разом утворюючи функціональну біозбірку.

Одним із прикладів є гем, кільцеподібна молекула, яка містить залізо. Гем є основою гемоглобіну в еритроцитах, який переносить кисень по всьому тілу та захоплює навколишні білкові «гачки» за допомогою різноманітних хімічних зв’язків.

На відміну від білків або ДНК, які можна змоделювати як рядок молекулярних «букв», малі молекули та їх взаємодію важко вловити. Але вони мають вирішальне значення для складних молекулярних машин біології та можуть кардинально змінити їхні функції.

Ось чому в своєму новому дослідженні дослідники мали на меті розширити сферу застосування ШІ за межі білків.

«Ми вирішили розробити метод прогнозування структури, здатний генерувати тривимірні координати для всіх атомів» для біологічної молекули, включаючи білки, ДНК та інші модифікації, пишуть автори у своїй статті.

Tag Team

Команда почала з модифікації попереднього штучного інтелекту моделювання білків, щоб включити інші молекули.

ШІ працює на трьох рівнях: перший аналізує одновимірну послідовність «букв» білка, як слова на сторінці. Далі 2D-карта відстежує, наскільки далеко кожне білкове «слово» знаходиться від іншого. Нарешті, тривимірні координати — схожі на GPS — відображають загальну структуру білка.

Потім відбувається оновлення. Щоб включити інформацію про невеликі молекули в модель, команда додала дані про атомні центри та хімічні зв’язки в перші два шари.

У третьому вони зосередилися на хіральності, тобто на тому, лівостороння чи правостороння структура хімічної речовини. Як і наші руки, хімічні речовини також можуть мати дзеркальну структуру дуже різні біологічні наслідки. Подібно до надягання рукавичок, лише правильна «рука» хімікату може підійти до даної «рукавиці» біоскладання.

Потім RoseTTAFold All-Atom був навчений на кількох наборах даних із сотнями тисяч точок даних, що описують білки, малі молекули та їхні взаємодії. Згодом він дізнався про загальні властивості малих молекул, корисних для побудови правдоподібних білкових збірок. Для перевірки розумності команда також додала «вимірювач впевненості» для визначення високоякісних прогнозів — тих, які призводять до стабільних і функціональних біологічних збірок.

На відміну від попередніх моделей штучного інтелекту, що містять лише білок, RoseTTAFold All-Atom «може моделювати повні біомолекулярні системи», — написала команда.

У серії тестів оновлена ​​модель перевершила попередні методи під час навчання «стикування» малих молекул до певного білка — ключового компонента відкриття ліків — шляхом швидкого прогнозування взаємодії між білковими та небілковими молекулами.

Дивний новий світ

Включення малих молекул відкриває абсолютно новий рівень спеціального дизайну білка.

На підтвердження концепції команда об’єднала RoseTTAFold All-Atom із генеративною моделлю штучного інтелекту. раніше розроблені і створили білкові партнери для трьох різних малих молекул.

Першим був дигоксигенін, який використовується для лікування захворювань серця, але може мати побічні ефекти. Білок, який захоплює його, знижує токсичність. Навіть не маючи попередньої інформації про молекулу, штучний інтелект розробив кілька білкових зв’язувачів, які знизили рівень дигоксигеніну під час тестування на культивованих клітинах.

ШІ також розробив білки, які зв’язуються з гемом, невеликою молекулою, необхідною для перенесення кисню в еритроцитах, і білином, який допомагає різноманітним істотам поглинати світло.

Команда пояснила, що на відміну від попередніх методів штучний інтелект може «легко генерувати нові білки», які захоплюють невеликі молекули без будь-яких експертних знань.

Він також може робити дуже точні прогнози щодо міцності зв’язків між білками та малими молекулами на атомному рівні, що дає змогу раціонально побудувати цілий новий всесвіт складних біомолекулярних структур.

«Надаючи вченим всюди можливість генерувати біомолекули з безпрецедентною точністю, ми відкриваємо двері для новаторських відкриттів і практичних застосувань, які формуватимуть майбутнє медицини, матеріалознавства та інших», — сказав Бейкер.

Автор зображення: Ян С. Хейдон

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://singularityhub.com/2024/03/08/this-ai-can-design-biomolecular-machines-with-atomic-precision/