Структурный код: Нобелевку по химии дали за исследования белков
Нобелевскую премию по химии присудили ученым, которые занимаются исследованием белков. Американец Дэвид Бейкер разработал метод создания искусственных соединений с нужными свойствами, а сотрудники Google Демис Хассабис и Джон Джампер предложили технологию, которая предсказывает их структуру по последовательности составляющих их аминокислот. Показательно, что оба достижения стали возможными благодаря использованию ИИ. А один из лауреатов в своей работе использовал данные из компьютерной игры. По мнению российских ученых, оба открытия изменили лицо современной науки о живом. Подробнее — в материале «Известий».
Кто получил Нобелевскую премию по химии
Нобелевскую премию по химии 2024 года присудили за исследования в области структурной биологии и информатики. Лауреатами стали Дэвид Бейкер из Университета Вашингтона, создавший технологию получения белков с заданными свойствами, а также сотрудники Google Демис Хассабис и Джон Джампер, которые научились предсказать структуру белковых соединений.
Американский биохимик Дэвид Бейкер
Белки состоят из 20 видов аминокислот, а это своего рода «кирпичи», из которых состоит все живое, поясняется в официальном пресс-релизе Нобелевского комитета. В 2003 году Дэвиду Бейкеру удалось создать искусственный белок, который отличался от всех существующих. После этого ученые один за другим начали создавать их разновидности, которые необходимы для разработки новых лекарств, вакцин, наноматериалов или сенсоров.
Второе нобелевское открытие касается предсказания структуры белков. В этих соединениях аминокислоты объединены в одну трехмерную цепь, которая определяет их свойства. Ученые много лет пытались научиться предсказывать ее по последовательности аминокислот. Впервые это удалось сделать Демису Хассабису и Джону Джамперу в 2020 году. Они использовали для этого модель на основе искусственного интеллекта, которая получила название AlphaFold2. Программа смогла предсказать структуру 200 млн известных белков. Сейчас AlphaFold2 пользуются более 2 млн специалистов в 190 странах.
Дизайн полипептидов с заданными свойствами, которым занимается Дэвид Бейкер, — это сложная задача. Число возможных сочетаний аминокислот, из которых они состоят, бесконечно велико и просто перебрать их невозможно, отметил профессор Московского государственного университета имени M.В. Ломоносова, грантополучатель РНФ Андрей Головин.
— Дэвид Бейкер разработал программный пакет для создания соединений с желаемой функцией. Сначала нужных результатов в этой программе удавалось добиваться только ему самому. Однако с развитием технологий машинного обучения дизайн белков вышел на совершенно новый уровень. Это открывает невероятные возможности для фарминдустрии. Тем не менее сейчас эффективность работы алгоритмов составляет менее 1%. То есть из 1 000 последовательностей, которые предлагает компьютер под ту или иную функцию, хорошо, если 10 подтвердят нужные свойства в условиях эксперимента, — сказал Андрей Головин.
По словам специалиста, сейчас создание нужного белка похоже на генерацию нейросетью картинок, на которых у человека может оказаться шесть пальцев вместо пяти, поэтому решения задачи ученые добиваются не сразу.
По мнению ученого, возможность предсказывать структуру соединений, которой добились Демис Хассабис и Джон Джампер, также крайне важна, потому что благодаря ей мы можем понять их функцию.
— На самом деле программой AlphaFold и всеми ее модификациями пользуются практически все ученые, которые занимаются этой тематикой. Она позволяет определить структуру белка по последовательности аминокислот. Я занимаюсь дизайном ферментов и применяю для этого все эти инструменты, — сказал Андрей Головин.
Компьютерная игра для научных открытий
Лауреат Дэвид Бейкер — известная личность в биофизике. Он основал институт белкового дизайна. Это наука о создании белков с нужными свойствами. В их числе, например, ферменты, которые делают определенные химические реакции, или антитела, флуоресцентные органические соединения и так далее, пояснил специалист.
— Белковый дизайн сулит нам много полезного, но делать его было чрезвычайно сложно и требовало много времени. Однако недавно программисты из лаборатории Бейкера создали несколько нейросетей, которые позволяют делать белковый дизайн заметно быстрее. При этом предсказываемые ими белки с большой вероятностью делают имеют ту функцию, которую изначально хотели разработчики. В таком масштабе это не удавалось даже самому Дэвиду Бейкеру, но с пришествием нейросетей для биофизики такая возможность стала реальной, — сказал инженер лаборатории структурного анализа и инжиниринга мембранных систем МФТИ Андрей Николаев.
Британский исследователь искусственного интеллекта Демис Хассабис
Созданная Демисом Хассабисом и Джоном Джампером программа AlphaFold пока работает довольно абстрактно, но само изучение белков крайне интересно. Ведь это молекулы, которые исполняют любое действие человека. Это и зрение, и переваривание пищи, любые физические усилия.
— Возможность довольно точно предсказывать структуру белка без эксперимента, а с помощью программы на компьютере, используя простую видеокарту, крайне важная разработка, — добавил эксперт.
Если просто сложить из аминокислот какой-нибудь белок, то, скорее всего, он будет нестабильным, не сможет существовать и окажется бесполезным. Поэтому до недавнего времени все соединения ученые подсматривали в природе, в живых организмах и расшифровывали их структуру. Но когда появились инструменты искусственного интеллекта, стало возможным применить их для поиска искусственных белков, рассказал «Известиям» профессор кафедры физики конденсированных сред НИЯУ МИФИ Константин Катин.
— Для создания методов дизайна ученые разработали игру Foldit. В ней пользователям предлагалось помогать компьютеру конструировать белок и укладывать цепочку аминокислот определенным образом, чтобы он получился устойчивый. Лучшие результаты анализировали при помощи машинного обучения, что дало возможность ИИ в дальнейшем самостоятельно получать новые структуры соединений. Таким образом этой группе удалось создать первый искусственный белок. Это был первый успех компьютерного моделирования, — отметил он.
Экспериментально получать структуры белков очень сложно и дорого, поэтому применение инструментов ИИ дает невероятное ускорение исследовательского процесса, подчеркнула старший научный сотрудник лаборатории ДНК-белковых взаимодействий Института молекулярной биологии им. В.А. Энгельгардта РАН Анастасия Анашкина.
— Синтез искусственных белков, по сути, дает людям отчасти божественные возможности. Например, таким образом можно создавать ферменты с требуемой функцией. Такие структуры, в частности, могут ускорять или замедлять те или иные физико-химические процессы в организме, — сказала она.
Победителями стали не просто ученые, а сотрудники компании DeepMind, которая входит в Google. В научной работе прямо участвовала корпорация, и выигрывать могут не только исследователи из институтов. Сегодня передовые технологии часто создаются в больших компаниях, так как они требуют огромных вычислительных мощностей и финансовых затрат, резюмировал старший преподаватель кафедры инженерной кибернетики НИТУ МИСИС Эмин Тагиев.
