Белки необходимы для жизни клеток, выполняя сложные задачи и катализируя химические реакции. Ученые и инженеры долгое время стремились использовать эту мощь, создавая искусственные белки, которые могут выполнять новые задачи. Но многие процессы, предназначенные для создания таких белков, медленны и сложны. В рамках прорыва, который может иметь последствия для секторов здравоохранения, сельского хозяйства и энергетики, команда ученых разработала процесс под управлением ИИ, который использует большие данные для разработки новых белков.

Исследование публикует журнал Science.

Разрабатывая модели машинного обучения, которые могут просматривать информацию о белках, собранную из баз данных генома, ученые нашли относительно простые правила проектирования для создания искусственных заменителей. Когда команда сконструировала искусственные белки в лаборатории, они обнаружили, что они соперничали с теми, которые встречаются в природе.

Мы все задались вопросом, как простой процесс, такой как эволюция, может привести к такому высокопроизводительному материалу, как белок. Мы обнаружили, что данные генома содержат огромное количество информации об основных правилах структуры и функционирования белка, и теперь мы смогли создать правила природы, чтобы самим создавать белки, – Рама Ранганатан, профессор на кафедре биохимии и молекулярной биологии, Pritzker Molecular Engineering

Белки состоят из сотен или тысяч аминокислот, и эти аминокислотные последовательности определяют структуру и функцию белка. Но понять, как создать эти последовательности для создания новых белков, было непросто. Прошлая работа привела к методам, которые могут определять структуру, но функция была более неуловимой.

За последние 15 лет Ранганатан и его сотрудники осознали, что базы данных генома, которые растут в геометрической прогрессии, содержат огромное количество информации об основных правилах структуры и функционирования белка. Его группа разработала математические модели на основе этих данных, а затем начала использовать методы машинного обучения, чтобы раскрыть новую информацию об основных правилах проектирования белков.

Для этого исследования они изучили семейство метаболических ферментов хоризмат-мутазы, тип белка, который важен для жизни многих бактерий, грибов и растений. Используя модели машинного обучения, исследователи смогли выявить простые правила проектирования этих белков.

Модель показывает, что только сохранение в положениях аминокислот и корреляции в эволюции пар аминокислот достаточно для предсказания новых искусственных последовательностей, которые будут обладать свойствами семейства белков.

Обычно мы предполагаем, что для того, чтобы что-то построить, нужно сначала глубоко понять, как это работает. Но если у вас достаточно примеров данных, вы можете использовать методы глубокого обучения, чтобы выучить правила проектирования, даже если вы понимаете, как он работает или почему он построен таким образом, – Рама Ранганатан, профессор на кафедре биохимии и молекулярной биологии, Pritzker Molecular Engineering

Затем он и его сотрудники создали синтетические гены для кодирования белков, клонировали их в бактерии и наблюдали, как бактерии затем производили синтетические белки, используя свои обычные клеточные механизмы. Они обнаружили, что искусственные белки имеют ту же каталитическую функцию, что и природные белки хоризмат-мутазы.

Поскольку правила проектирования настолько просты, количество искусственных белков, которые потенциально могут создать исследователи, чрезвычайно велико.

Хотя искусственный интеллект раскрыл правила проектирования, Ранганатан и его сотрудники все еще не до конца понимают, почему модели работают. Ученые будут работать, чтобы понять, как модели пришли к такому состоянию.

В то же время они также надеются использовать эту платформу для разработки белков, которые могут решать насущные социальные проблемы, такие как изменение климата.

Ранганатан и доц. Профессор Эндрю Фергюсон основал компанию Evozyne, которая будет коммерциализировать эту технологию, применяя ее в энергетике, окружающей среде, катализе и сельском хозяйстве.