Опознать антитело: нейросеть поможет улучшить вакцину от коронавируса
Российские ученые разработали нейросеть, которая поможет понять, насколько эффективны против новых штаммов и вирусов вырабатывающиеся после применения вакцин антитела и нужно ли модифицировать их состав. Программа укажет на наиболее привлекательные для антител места в структуре патогена. Инструмент уже апробирован в НИЦЭМ им. Н. Ф. Гамалеи — там оценили эффективность его применения для коронавируса, а сейчас исследователи проверяют возможность использования ИИ для вируса гриппа. Эксперты отмечают, что полученные знания пригодятся биологам и иммунологам при разработке вакцин и терапевтических препаратов на основе антител.
Найти свое место
Изучение взаимодействия штаммов и антител позволяет точнее спрогнозировать эпидемический процесс, а также создать новые препараты для борьбы с патогенами.
Исследователи из группы «Биоинформатика» Института искусственного интеллекта AIRI создали программу, которая укажет на участки связывания антител с белками вирусов и бактерий. Ее название — SEMA (Spatial Epitope Modelling with Artificial Intelligence — пространственное моделирование эпитопов с помощью искусственного интеллекта). Эпитопами называются привлекательные для антител участки на поверхности вируса, своеобразные «посадочные площадки» для антител.
По словам руководителя научной группы Ольги Кардымон, определение эпитопов на поверхности белков — задача не новая, однако в SEMA исследователи впервые использовали для ее решения белковую языковую модель, а для удобства биологов создали веб-интерфейс, чтобы они не тратили время на изучение кода.
Белки для анализа загружают в программу в виде аминокислотной последовательности или 3D-структуры. SEMA оценивает, какие аминокислотные остатки этого белка формируют эпитопы, и насколько вероятно их взаимодействие с антителами. В дальнейшем эта информация может использоваться при выборе наиболее перспективных фрагментов белка для включения в состав вакцины, а также для поиска новых терапевтических антител.
— На сегодняшний день разработан ряд разрозненных инструментов для изучения белков в контексте их взаимодействия с антителами, — рассказала «Известиям» старший научный сотрудник AIRI Татьяна Шашкова. — Получение и объединение результатов работы с данными инструментами представляет большую сложность и занимает много времени у исследователей. Мы стараемся создать удобную платформу для исследования белков с применением современных моделей ИИ, текущая версия SEMA — её начало, например, у нее есть удобный для биологов веб-интерфейс с визуализацией.
Быстро и надежно
Ученые считают, что инструмент будет полезен биотехнологическим институтам и компаниям, работающим над созданием вакцин и препаратов для терапии вирусных и бактериальных заболеваний. Разработка инструмента велась в тесном контакте с учеными из Центра имени Гамалеи.
— С помощью SEMA можно быстро просканировать несколько новых антигенных последовательностей и оценить угрозу ухода от иммунитета социально-значимых вариантов вирусов, например, новых штаммов вируса гриппа или нового коронавируса, — рассказал научный сотрудник лаборатории молекулярной биотехнологии и один из разработчиков вакцины Спутник V, кандидат биологических наук Дмитрий Щербинин.
По его словам, инструмент позволяет оценить наиболее опасные штаммы, сконцентрировать на них внимание и, таким образом, принять решение о своевременном реагировании на новые угрозы.
— Понимание антигенных взаимоотношений между циркулирующими штаммами позволяет использовать полученные знания для разработки эффективных вакцин и других препаратов, — отметила старший научный сотрудник НИЦЭМ им. Н.Ф. Гамалеи, кандидат медицинских наук Марина Асатрян. — Это, в свою очередь, позволяет прогнозировать эпидемический процесс с более высокой точностью и принимать взвешенные решения по ограничительным мероприятиям. В некоторых случаях основанные на ИИ решения могут показывать лучший результат, чем традиционные методы.
Последние, по словам заведующего лабораторией НИИ физико-химической биологии МГУ им. М.В. Ломоносова Романа Зиновкина, включают в себя экспериментальную часть, когда к вирусу "в пробирке" добавляют антитела и смотрят на их ингибирующую способность.
— Однако до экспериментов делают биоинформатический анализ, когда изучается структура поверхностных белков вируса и выдвигаются гипотезы о том, как они соединяются с клеточным рецептором, — пояснил ученый. — На самом деле о вирусах известно уже довольно много, что позволяет с определенной достоверностью выбрать участки, которые отвечают за связывание с клеткой. Но антитела для них далеко не всегда получаются настолько хороши, насколько нужно. Если нейросеть действительно увеличивает шансы выбрать правильный участок белка, она действительно упростит и ускорит создание рабочих вакцин.
Исследователи из AIRI продолжают работу над расширением функционала программы. На ресурсе уже появилась возможность прогнозировать места на поверхности белка, где расположены гликаны. Эти вещества покрывают белки, сохраняют их структуру и регулируют его функции. Но и они могут мешать реализации контакта вируса и антитела.
Результаты работы были опубликованы в международной научном журнале.
