Машинное обучение помогло создать искусственные белки

Биологи из США, Франции и Швейцарии разработали алгоритм с машинным обучением, который использует большие данные для создания моделей новых белков. Статья об открытии опубликована в журнале Science.

Белки необходимы для жизнедеятельности клеток. Они катализируют жизненно важные реакции и выполняют еще множество функций. Ученые и инженеры давно пытаются создать искусственные белки, чтобы использовать их для лечения заболеваний, улавливания углерода или аккумулирования энергии. Однако синтез таких белков медленный, сложный и связан с большим числом неудачных исходов.

Теперь исследователи из Чикагского, Сорбоннского и Техасского университетов, Высшей технической школы Цюриха и Высшей нормальной школы (Франция) создали модель с машинным обучением, которая может анализировать огромный массив данных о белках из специальных баз и создавать на основе них искусственные белки с заданными свойствами. Авторы выяснили, что процессами проектирования искусственных белков управляют относительно простые правила. Именно они помогают создавать соединения с нужными характеристиками.

Когда исследователи создали искусственные белки в лаборатории, то обнаружили, что они способны выполнять некоторые функции даже лучше природных соединений. Чтобы сделать это, авторы изучили хоризматмутазы — семейство метаболических ферментов, которые важны для жизнедеятельности многих бактерий, грибов и растений. Используя модели машинного обучения, исследователи смогли установить простые правила, позволяющие проектировать эти белки.

Хотя модель и показала, какие правила управляют процессом проектирования и создания белков, до сих пор остается неясным, как алгоритм получил такие результаты. Теперь авторы надеются понять это. Также ученые планируют использовать эту платформу для разработки белков, которые могут решать социальные проблемы, такие как изменение климата. Один из авторов исследования, например, уже создал компанию Evozyne, которая будет коммерциализировать эту технологию для ее применения в энергетике, сохранении окружающей среды, катализе и сельском хозяйстве.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.