Специалисты из компании Google в сотрудничестве с Европейским институтом биоинформатики разработали нейронную сеть глубокого обучения, позволяющую предсказывать структуру, функции и свойства белков по их первичной структуре с высокой точностью. Новый инструмент позволит значительно облегчить и ускорить разработку новых лекарств и проектирование новых ферментов для промышленного производства продуктов питания, биотоплива и химикатов.

Понимание взаимосвязи между аминокислотной последовательностью (первичной структурой) и функцией белка, а значит, и механизмом его работы, — давняя проблема молекулярной биологии и настолько же давняя мечта специалистов самых разных областей промышленности, от фармацевтической до пищевой и химической.

Для производства различных химических веществ, будь то лекарство, пищевая добавка или химикат, естественно использовать лучшие из имеющихся катализаторов — ферменты, то есть белки. Причем для каждого приложения нужен свой белок с конкретной функцией (переноса электрона или отдельных химических групп, образования или разрыва химических связей и так далее). Человек еще не научился создавать такие ферменты с нуля, поэтому подсматривает возможные решения у природы и зачастую находит их в микроорганизмах.

Несмотря на шесть десятилетий прогресса, современные методы и алгоритмы не могут определить функции трети последовательностей уже известных микробных белков, что ограничивает возможности их применения в интересах человечества. В то же время каждый день в глобальные базы данных добавляют более ста тысяч новых белковых последовательностей.

Однако для практического применения от этих данных не много пользы, если они не сопровождаются функциональными аннотациями (то есть описанием функций белка и его биологической роли в клетке).

Увеличение размера базы данных Trembl (одной из баз данных белковых последовательностей) с течением времени и соответствующее снижение доли белков, функция которых точно определена (вручную) / © Google Research/ProteInfer

Функцию белка можно выяснить экспериментально, используя ряд современных методов — анализ микрочипов, РНК-интерференцию, двугибридный анализ и другие. Но темпы экспериментального доказательства функций открытых белков сильно отстают от темпов открытия новых последовательностей, и навряд ли когда-либо их догонят.

Поэтому аннотирование новых белковых последовательностей будет проходить в основном путем предсказания на основе вычислительных методов, сравнивающих их с аминокислотными последовательностями белков с уже известными функциями, определенными экспериментально. При этом, когда возникнет необходимость в создании новой технологии производства (например того же лекарства), у ученых будут на руках предсказания нейросетей, по которым уже вручную надо будет определять наиболее подходящие белки-кандидаты и проверять их функции.

Новый вычислительный метод определения функций и свойств белков предлагает команда специалистов из Google Research (Кембридж, Массачусетс, США) и Европейской молекулярно-биологической лаборатории Европейского института биоинформатики (EMBL-EBI). Они разработали нейронную сеть глубокого обучения, предсказывающую не только функцию белка и его биологическую роль в клетке, но и его структуру, и функциональные эффекты мутаций (точечных изменений аминокислотной последовательности).

Производительность нейросети ProteInfer для прогнозов по всем 7 основным группам ферментов, представленная в виде кривых точности-отзыва, созданных путем изменения порога принятия решения, при котором делается прогноз. / ©Google research/ProteInfer

Используя свой алгоритм, обученный на всемирной базе данных семейств аннотированных белковых доменов Pfam, исследователи дополнили ее новыми аннотациями с указанием функций белков с давно расшифрованной аминокислотной последовательностью. В итоге количество записей в базе данных выросло почти на 10%, включая 360 новых записей о функциях белков человека. По словам авторов, это самое большое обновление Pfam за последние 10 лет.

Разработка американских биоинформатиков призвана значительно упростить и ускорить так называемый драг-дизайн — направленную разработку новых лекарств с учетом строения и трехмерной структуры молекул-мишеней (зачастую именно белков), на которые это лекарство будет действовать. Кроме того, знание структуры белков и понимание механизмов их работы позволят облегчить разработку новых биотехнологических ферментов для пищевой, химической и энергетической промышленностей.

Статья с результатами исследования представлена в журнале Nature Biotechnology.

Помимо этого, авторы опубликовали интерактивную научную статью с подробным описанием работы их нейронной сети, оценками ее производительности и сравнением с аналогичными методами других проектов.