Автор оригинала: Jason Crawford. В конце ноября команда Google DeepMind объявила о том, что её система глубокого обучения AlphaFold достигла небывалых уровней точности в решении задачи фолдинга белков – трудной проблемы из области вычислительной биохимии.

В чём состоит эта проблема и почему её так трудно решить?

Белки – это длинные цепочки аминокислот. Ваша ДНК кодирует эти последовательности, а РНК помогает производить белки согласно этой генетической схеме. Белки синтезируются в виде линейных цепочек, но впоследствии сворачиваются в сложные шарообразные структуры (см. картинку в начале статьи).

Часть цепочки может свернуться в плотную спираль, «α-спираль». Другая часть может согнуться туда и обратно, сформировав широкую плоскую фигуру, «β-лист»:

Сама последовательность аминокислот называется первичной структурой. Упомянутые фигуры называют вторичной структурой.

Сами эти компоненты также складываются, формируя уникальные сложные формы. Это называется третичной структурой:

Фермент, взятый у бактерии Colwellia psychrerythraea

Белок RRM3

Выглядит беспорядочно. Почему же этот спутанный клубок аминокислот так важен?

Структура белка не случайна! Каждый белок сворачивается в определённую, уникальную, и по большей части предсказуемую структуру, что совершенно необходимо для его правильной работы. Благодаря физической форме белок хорошо подходит к структурам, с которыми он может связываться. Имеют значение и другие физические свойства, особенно распределение по белку электрического заряда.