ИИ создал работающие белки по описанию словами

Учёные разработали нейросеть Pinal, способную проектировать белки по текстовому описанию нужных свойств. Результат не ограничился компьютерными моделями: в лаборатории исследователи получили молекулы с заданной функцией.

Работу международной команды исследователей из китайских университетов опубликовал журнал Nature 21 октября. До сих пор для проектирования белков учёным зачастую требовалось задавать точные участки будущей молекулы, её форму или брать за основу природный образец. Pinal позволяет начать с обычной фразы: описать, что белок должен делать.

Система насчитывает 16 миллиардов параметров. Её обучали на 1,7 миллиарда пар «белок — текст», причём описания для обучающей выборки создавались автоматически. После получения запроса модель сначала предлагает пространственную структуру молекулы, затем подбирает соответствующую последовательность аминокислот. Получается не готовое вещество, а цифровой проект для синтеза и проверки.

Чтобы выяснить, способен ли такой подход работать за пределами компьютера, исследователи выбрали четыре задачи. Они получили флуоресцентный белок, фермент для расщепления полиэтилентерефталата (ПЭТ, из которого делают пластиковые бутылки), алкогольдегидрогеназу и H-белок для биохимической системы связывания углекислого газа. Заданные функции удалось подтвердить экспериментально.

Особенно заметный результат дал H-белок. При его использовании в многоферментной системе фиксации CO₂ выход глицина оказался в 1,7 раза выше, чем с соответствующим природным белком кишечной палочки. Авторы получили это улучшение без повторных циклов оптимизации конструкции.

Однако один успешно работающий вариант не означает, что любую заказанную молекулу можно получить с первого запроса. Кандидаты проходят компьютерный отбор, а затем синтез и испытания; часть предложенных последовательностей не проявляет нужной активности. Для промышленного применения дополнительно придётся оценивать устойчивость, производительность и стоимость изготовления.

Разработчики открыли программный код и параметры обученной модели, но не опубликовали полный массив обучающих данных. Они объясняют ограничение в том числе биобезопасностью: такие инструменты могут использоваться для проектирования молекул с нежелательными свойствами.

Текстовый запрос не отменяет работу биохимика — он меняет её отправную точку. Вместо ручного задания каждой детали молекулы исследователь формулирует задачу, а затем проверяет, насколько предложенная конструкция подчиняется законам реальной химии.

Фото: редакция ИЗНАНКИ.