Истории

Вдохновлено DALL-E: как биолаборатории используют ИИ для изобретения новых лекарств

Истории
Елена Лиханова
Елена Лиханова

Старший редактор RB.RU

Елена Лиханова

Бурное развитие моделей ИИ, способных генерировать практически любые изображения, затронуло разные творческие индустрии, от моды до кинопроизводства. Технология проникла и в биотех: исследователи обращаются к алгоритмам, чтобы создавать новые типы белков с заданными параметрами. И хотя это лишь первый шаг к производству лекарств с уникальными свойствами, исследователи уже называют его технологической революцией.

Вдохновлено DALL-E: как биолаборатории используют ИИ для изобретения новых лекарств

Недавно сразу две лаборатории независимо друг от друга представили программы на базе диффузионных моделей, которые позволяют создавать новые белки, значительно повышая точность результата.

Программа Chroma, разработанная бостонским стартапом Generate Biomedicines, описывается как «DALL-E 2 для биологии». Аналогичный проект команды из Вашингтонского университета во главе с биологом Дэвидом Бейкером получил название RoseTTAFold Diffusion. Согласно опубликованному препринту, модель генерирует точные конструкции белков, которые можно повторить в лаборатории.

«Мы создаем белки, которые не имеют ничего общего с существующими», — говорит Брайан Трипп, один из соавторов RoseTTAFold.

Модель позволяет настраивать параметры для получения разных форм, размеров, функций и прочих характеристик, по сути создавая белки по требованию, для разных задач. Исследователи надеются, что со временем это позволит изобретать новые и более эффективные лекарства.

«За считанные минуты мы можем обнаружить то, на что у эволюции ушли миллионы лет», — утверждает Геворг Григорян, CTO Generate Biomedicines.

Белки — базовые строительные блоки живых систем. У животных они переваривают пищу, сокращают мышцы, улавливают свет, управляют иммунной системой и выполняют множество других функций. Белки подключаются и в том случае, когда человек заболевает.

GENERATE BIOMEDICINES, белки, созданные алгоритмом

RB.RU организует встречу проекта Founders’ Mondays для начинающих и опытных предпринимателей. Дважды в месяц по понедельникам.

Симметричные белковые структуры, созданные Chroma. Фото в тексте: GENERATE BIOMEDICINES

Поэтому их выбирают в качестве основной цели для лекарств. Более того, большинство новейших препаратов имеют белковую основу.

«Природа использует белки практически для всего. Перспективы, которые они предлагают для терапии, очень внушительны», — говорит Григорян.

Но в настоящее время разработчики лекарств вынуждены использовать только естественные белки, и ученые пытаются расширить список ингредиентов при помощи бесконечного количества вариантов, созданных компьютером.

Вычислительные методы уже используются для конструирования белков. Но более ранние подходы были медленными и с трудом справлялись с крупными белками или белковыми комплексами — молекулярными машинами, созданными из множества белков, соединенных вместе. А такие белки часто имеют решающее значение для лечения заболеваний. 

Структура белка, сгенерированная RoseTTAFold Diffusion (слева), и та же структура, воссозданная в лаборатории (справа)

Структура белка, сгенерированная RoseTTAFold Diffusion (слева), и та же структура, воссозданная в лаборатории (справа). Фото в тексте: IAN C HAYDON / UW INSTITUTE FOR PROTEIN DESIGN

Впрочем, и представленные программы — не первый случай применения диффузиозных моделей для генерации белка. За последние месяцы несколько исследований продемонстрировали перспективы этих моделей. Однако это были лишь прототипы, подтверждающие концепцию.

Chroma и RoseTTAFold Diffusion являются первыми полноценными программами, которые могут создавать точные конструкции для широкого спектра белков.

Намрата Ананд, соавтор одной из первых диффузионных моделей для генерации белка, считает, что значимость Chroma и RoseTTAFold заключается в том, что они использовали метод и усовершенствовали его, обучив на большем количестве данных и числе машин. «Исходя из того, как они масштабировали технологию, будет справедливо сравнить это с DALL-E», — говорит она.

Диффузионные модели — это нейронные сети, обученные удалять из входных данных «шум» — случайные искажения, добавляемые к данным. Если ввести в такую модель случайные пиксели, она попытается превратить их в узнаваемое изображение.

В Chroma шум добавляется за счет распутывания аминокислотных цепочек, из которых состоит белок. Получив случайное скопление этих цепочек, Chroma пытается соединить их вместе, чтобы сформировать белок. Руководствуясь заданными требованиями к итогу, Chroma может генерировать новые белки со специфическими свойствами.

Команда Бейкера придерживается другого подхода, но получает схожие результаты. Их модель начинает работу с еще более запутанной структуры. Еще одно ключевое отличие в том, что RoseTTAFold применяет информацию о сочетаниях частей белка, предоставленную отдельной нейросетью, обученной прогнозировать структуру белка (как это делает нейросеть AlphaFold, созданная DeepMind). И это определяет весь процесс.


Читайте по теме:

В Великобритании начали испытания выращенных в лаборатории эритроцитов

На МКС пройдет эксперимент с ферментами, расщепляющими пластик


Обе команды продемонстрировали впечатляющие результаты. Они способны создавать белки разной степени симметричности, в том числе круглые, треугольные и шестиугольные. Чтобы продемонстрировать универсальность своей программы, команда Generate Biomedicines разработала белки в форме 26 букв латинского алфавита и чисел от 0 до 10.

Также они могут генерировать фрагменты белков, сопоставляя новые части с существующими структурами. Большинство из них на практике окажутся бесполезны. Но поскольку функция белка определяется его формой, возможность создавать разные структуры невероятно важна.

Впрочем, одно дело — разрабатывать необычные конструкции на компьютере, и совсем другое — превращать их в реальные белки. Чтобы проверить, можно ли реализовать проекты Chroma, Generate Biomedicines взяла некоторые последовательности — аминокислотные цепочки, из которых состоят белки, — и прогнала их через другую программу ИИ.

Прогноз показал, что 55% из них будут сворачиваться в структуру, предложенную Chroma, что следует, что конструкции жизнеспособны.

Подобный тест провела и команда Бейкера. Однако они пошли дальше, и создали некоторые из проектов RoseTTAFold Diffusion в своей лаборатории. Generate Biomedicines утверждает, что также проводит лабораторные тесты, но пока не готова обнародовать результаты.

«Это больше, чем просто доказательство концепции. Мы по-настоящему используем метод, чтобы создавать качественные белки», — говорит Триппе.

Для Бейкера главным достижением стало создание нового белка, который присоединяется к паратиреоидному гормону, контролирующему уровень кальция в крови. «По сути, мы дали модели гормон и ничего больше и сказали ей вырабатывать белок, который связывается с ним» — объясняет он.

Когда они протестировали результат в лаборатории, они обнаружили, что он связывается с гормоном прочнее, чем что-либо, что можно было создать при помощи других вычислительных методов. И эта связь была прочнее, чем у существующих лекарств.

Григорян признает, что изобретение новых белков — лишь первый шаг из многих. «Мы — фармацевтическая компания... В конце концов, важно, сможем ли мы производить лекарства, которые работают, или нет», — говорит он.

Препараты на основе белка необходимо производить в больших количествах, затем тестировать в лаборатории и, наконец, на людях. На это могут уйти годы. Но он предполагает, что его компания и другие найдут способы ускорить и эти шаги.

«Темпы научного прогресса неравномерны, — считает Бейкер. — Но прямо сейчас мы находимся на этапе, который можно назвать технологической революцией».

Источник.

Фото на обложке: Unsplash

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе последних новостей и событий!

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Как перейти в IT-компанию: отвечают рекрутеры и HR
  2. 2 Шесть молодых российских ученых, которые двигали науку и технологии в 2021 году
  3. 3 Тренд: инвестиции в биотехнологии. Куда вкладываться частному инвестору?
  4. 4 «Наши предпочтения наследуемы, и корпорации пытаются это использовать»
  5. 5 Скрининг на дому: как 23-летняя испанка создала устройство для диагностики рака молочной железы
Куда идти стартапу в США
Список полезных контактов, предпринимательских сообществ и инвесторов
Получить список