Ученые биологического факультета МГУ имени Ломоносова разработали алгоритм для предсказания с помощью нейросетей энергии, с которой белки SARS-CoV-2 связываются друг с другом. Решение превзошло существующие в мире аналоги в точности прогноза этих процессов, сообщили в пресс-службе вуза.

Результаты работы опубликованы в журнале PROTEINS: Structure, Function, and Bioinformatics.

Алгоритм позволяет учитывать факторы, влияющие на энергию связывания белков. Новый подход позволит ускорить разработку более эффективных препаратов для лечения ковида и других заболеваний.

«По итогам тестирования на независимых наборах данных полученная модель превзошла все существующие аналоги в предсказании аффинности (энергии – прим. ТАСС) связывания. Также обученная модель показала высокие результаты в предсказании аффинности связывания в комплексах RBD-домена S-белка вируса SARS-CoV-2 (включая мутантные формы) <…>, превосходящие альтернативные подходы к оценке взаимодействий», – сообщила пресс-служба университета.

По мнению автора работы аспиранта кафедры биоинженерии биологического факультета МГУ Елизаветы Богдановой, полученные выводы свидетельствуют о возможном применении алгоритма для оценки связывания белков в малоизученных комплексах.

«Это значительно сократит время и ресурсы, затрачиваемые на начальные этапы разработки лекарственных препаратов, основанных на белок-белковых взаимодействиях, к которым, в частности, относятся и противоопухолевые препараты», – пояснила Богданова, чьи слова приводятся в сообщении.