DeepMind опубликовала исходный код нейросети для предсказания структуры белка Статьи редакции

Система глубокого обучения AlphaFold решает одну из главных задач биологии и медицины, над которой учёные бились более полувека.

Сотрудники DeepMind (дочернего предприятия Google) опубликовали на Github исходный код второй версии нейросети AlphaFold, которая предсказывает трёхмерную структуру белковых молекул с точностью более 90%. Об этом сообщает журнал Nature.

Теперь даже небольшие компании и лаборатории смогут использовать нейросеть для решения задач, которые ещё несколько лет назад были неподъёмными для крупнейших корпораций и университетов.

Учёные более 50 лет пытались вычислить структуру белка, но это не приносило заметных успехов. Лишь в конце 2020 года компания DeepMind представила нейросеть AlphaFold, которая смогла предсказать трёхмерную структуру белка с точностью до одного атома.

Одновременно журнал Science сообщил, что группа учёных из США, Канады и Европы открыла общий доступ к собственной нейросети RoseTTAFold. Она также предсказывает трёхмерную структуру белка, но требует в разы меньше аппаратных ресурсов — 8 ГБ видеопамяти на каждый графический процессор вместо 24 ГБ у AlphaFold 2.

Любая белковая молекула состоит из аминокислот — относительно простых органических веществ, которые соединяются друг с другом в цепь. Далее эта цепь аминокислот сворачивается в сложную трёхмерную молекулу — биологически активный белок. Однако процесс сворачивания (фолдинг белка) крайне сложно предсказать — одна и та же цепь может свернуться по-разному в зависимости от огромного числа факторов, к тому же цепь может свернуться не один раз, а два или три.

Невозможно понять, какая именно молекула белка получится из заданного набора аминокислот. Это огромная проблема для биоинженерии и медицины — без точного предсказания трёхмерной структуры белка крайне сложно создавать новые лекарства и лечить заболевания вроде болезни Альцгеймера, в развитии которой во многом виноваты неправильно свёрнутые белки.