- Применение технологий глубокого обучения в области белкового дизайна
- Обнаружение дипфейков
- Встройка больших фрагментов ДНК
- Нейрокомпьютерный интерфейс
- Суперразрешение
- Клеточные атласы
- 3D-печать наноматериалов
мир ждет бурное развитие искусственного интеллекта, пишет Nature. Благодаря общедоступным алгоритмам можно создавать убедительный, но полностью искусственный фото— и видеоконтент. Это дает массу возможностей для манипулирования общественным мнением, отмечает автор статьи.
Майкл Эйзенштейн (Michael Eisenstein)
В основе наиболее интересных областей технологических инноваций этого года лежат достижения в области искусственного интеллекта.
От белковой инженерии и 3D-печати до обнаружения дипфейков — вот семь областей технологий, за которыми журнал Nature будет следить в следующем году.
Применение технологий глубокого обучения в области белкового дизайна
Два десятилетия назад Дэвид Бейкер (David Baker) из Вашингтонского университета в Сиэтле и его коллеги совершили выдающийся прорыв: они использовали вычислительные инструменты для разработки совершенно нового белка с нуля. Белок Top7 свернулся, как ученые и предполагали, но оказался инертным: он не выполнял никаких значимых биологических функций. Сегодня технология дизайна белков превратилась в практический инструмент для создания ферментов и других белков по индивидуальному заказу. «Это открывает перед нами огромные возможности», — сказал Нил Кинг (Neil King), биохимик из Вашингтонского университета, который сотрудничает с командой Бейкера в разработке белковых вакцин и средств доставки лекарств. «То, что было невозможно еще полтора года назад, — теперь мы просто делаем это».
Значительная часть этого прогресса сводится ко все более массивным наборам данных, которые связывают последовательность белка со структурой. Но сложные методы глубокого обучения — одной из форм искусственного интеллекта (ИИ) — стали играть очень важную роль.
В стратегиях, основанных на последовательностях, применяются большие языковые модели (LLM), которые используются в таких инструментах, как чат-бот ChatGPT. Рассматривая белковые последовательности как документы, содержащие полипептидные «слова», эти алгоритмы могут распознавать закономерности, лежащие в основе структурных «сценариев» реальных белков. «Они действительно осваивают скрытую грамматику», — сказала Ноэлия Феррус (Noelia Ferruz), биохимик из Института молекулярной биологии Барселоны. В 2022 году ее команда разработала алгоритм под названием ProtGPT2, способный создавать синтетические белки, которые успешно сворачиваются в лабораторных условиях. другой инструмент под названием ZymCTRL, тоже разработанный командой Ферруз, использует данные о последовательностях и функциях для создания членов семейств ферментов природного происхождения.
С помощью стратегий, основанных на последовательностях, можно брать существующие белки и адаптировать их таким образом, чтобы они формировали новые структуры. Но эти стратегии менее эффективны, если требуется индивидуальное проектирование структурных элементов или функций, таких как способность связывать определенные клетки-мишени предсказуемым образом. Для этого лучше подходят стратегии, основанные на структурах, и в 2023 году произошел заметный прогресс в этой области проектирования белков. В некоторых наиболее сложных стратегиях используются «диффузионные» модели, которые также лежат в основе таких инструментов генерации изображений, как DALL-E. Эти алгоритмы сначала учатся удалять сгенерированный компьютером шум из большого количества реальных структур, и, научившись отличать реалистичные структурные элементы от шума, обретают способность формировать биологически вероятные структуры, обладающие нужными пользователю характеристиками.
программа RF-диффузии, разработанная лабораторией Бейкера, и инструмент Chroma, разработанный компанией Generate Biomedicines в Сомервилле, штат Массачусетс, применяют эту стратегию и достигают поразительных результатов. К примеру, команда Бейкера использует RF-диффузию для создания новых белков, которые могут образовывать прочные соединения с нужными мишенями, создавая конструкции, которые «просто идеально приспосабливаются к поверхности», как сказал Бейкер. Новая «полноатомная» версия RF-диффузии позволяет разработчикам формировать белки вокруг небелковых мишеней, таких как ДНК, небольшие молекулы и даже ионы металлов. Такая «универсальность» открывает новые горизонты для создания новых ферментов, транскрипционных регуляторов, функциональных биоматериалов и многого другого.
