Исследователи из Microsoft Research AI for Science совершили значительный прорыв в моделировании белков. Их работа опубликована в журнале Science (https://www.science.org/doi/10.1126/science.adv9817). В исследовании представлена BioEmu — система генеративного глубокого обучения, которая имитирует равновесное поведение белков с беспрецедентной скоростью и точностью.
Как это работает
Биологическая функция белков зависит от динамических изменений в их структуре. Способность быстро и точно предсказывать эти структурные изменения открывает новые возможности для более рационального принятия решений в разработке лекарств, помогая снизить частоту неудач препаратов в клинических испытаниях.
BioEmu может генерировать тысячи статистически независимых структур белков в час на одном графическом процессоре (GPU). «Это снижает затраты и время, необходимые для анализа функциональных изменений структуры белков», — говорит профессор Фрэнк Ноэ, возглавлявший проект.
BioEmu объединяет более 200 миллисекунд моделирования молекулярной динамики с экспериментальными данными для прогнозирования структурных ансамблей и термодинамических свойств с точностью, близкой к экспериментальной.
Система улавливает сложные биологические явления, такие как формирование скрытых связывающих карманов, доменные движения и локальное разворачивание — всё это имеет решающее значение для понимания функции белков и разработки лекарств. BioEmu также прогнозирует изменения стабильности белков с точностью, конкурирующей с лабораторными экспериментами.
«Таким образом, BioEmu предоставляет масштабируемый метод моделирования функции белков в геномном масштабе», — добавляет профессор Сесилия Клементи.
Доступность кода и данных
Код и модель BioEmu доступны бесплатно под разрешительной лицензией MIT. Наряду с публикацией Microsoft Research также выпустила набор данных для моделирования молекулярной динамики, который был использован для обучения BioEmu. Этот набор данных, включающий более 100 миллисекунд моделирования тысяч белковых систем, представляет собой крупнейший на сегодняшний день набор данных для моделирования белков с разнообразными последовательностями, доступный общественности.
Вклад исследовательских учреждений
Исследование проводилось полностью в Microsoft, однако Свободный университет Берлина с гордостью отмечает вклад аффилированных исследователей. Руководил исследованием Фрэнк Ноэ, партнёр-менеджер по исследованиям в Microsoft Research AI for Science в Берлине, который также занимает почётную профессорскую должность в Свободном университете Берлина.
Сесилия Клементи, профессор теоретической и вычислительной биофизики в Свободном университете Берлина, внесла ключевой вклад в работу в качестве приглашённого исследователя в Microsoft Research.
Предоставлено:
Свободный университет Берлина (https://phys.org/partners/free-university-of-berlin/)
Больше из раздела: Биология и медицина (https://www.physicsforums.com/forums/biology-and-medical.82/)