ИИ удалось создать искусственные белки

Белки нужны для жизни клеток, выполняя сложные задачки и катализируя хим реакции. Ученые и инженеры длительное время стремились применять эту мощь, создавая искусственные белки, которые могут делать новейшие задачки. Но но почти все процессы, созданные для сотворения таковых белков, неспешны и сложны. В рамках прорыва, который может иметь последствия для секторов здравоохранения, сельского хозяйства и энергетики, команда ученых разработала процесс под управлением ИИ, который употребляет огромные данные для разработки новейших белков. исследование публикует журнальчик Science.

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

Мы все задались вопросцем, как обычной процесс, таковой как эволюция, может привести к такому высокопроизводительному материалу, как белок. Мы нашли, что данные генома содержат большущее количество инфы о главных правилах структуры и функционирования белка, и сейчас мы смогли сделать правила природы, чтоб самим создавать белки.

Рама Ранганатан, доктор на кафедре биохимии и молекулярной биологии, Pritzker Molecular Engineering

Белки состоят из сотен либо тыщ аминокислот, и эти аминокислотные последовательности определяют структуру и функцию белка. Но осознать, как сделать эти последовательности для сотворения новейших белков, было тяжело. Прошедшая работа привела к способам, которые могут определять структуру, но функция была наиболее неуловимой.

За крайние 15 лет Ранганатан и его сотрудники поняли, что базы данных генома, которые вырастают в геометрической прогрессии, содержат большущее количество инфы о главных правилах структуры и функционирования белка. Его группа разработала математические модели на базе этих данных, а потом начала применять способы машинного обучения, чтоб раскрыть новейшую информацию о главных правилах проектирования белков.

Для этого исследования они исследовали семейство метаболических ферментов хоризмат-мутазы, тип белка, который важен для жизни почти всех микробов, грибов и растений. Используя модели машинного обучения, исследователи смогли выявить обыкновенные правила проектирования этих белков.

Модель указывает, что лишь сохранение в положениях аминокислот и корреляции в эволюции пар аминокислот довольно для пророчества новейших искусственных последовательностей, которые будут владеть качествами семейства белков.

Обычно мы предполагаем, что для того, чтоб что-то выстроить, необходимо поначалу глубоко осознать, как это работает. Но если у вас довольно примеров данных, вы сможете применять способы глубочайшего обучения, чтоб выучить правила проектирования, даже если вы осознаете, как он работает либо почему он построен таковым образом.

Рама Ранганатан, доктор на кафедре биохимии и молекулярной биологии, Pritzker Molecular Engineering

Потом он и его сотрудники сделали синтетические гены для кодировки белков, клонировали их в бактерии и следили, как бактерии потом производили синтетические белки, используя свои обыденные клеточные механизмы. Они нашли, что искусственные белки имеют ту же каталитическую функцию, что и природные белки хоризмат-мутазы.

Так как правила проектирования так ординарны, количество искусственных белков, которые потенциально могут сделать исследователи, очень велико.

Хотя искусственный ум раскрыл правила проектирования, Ранганатан и его сотрудники все еще не до конца соображают, почему модели работают. Ученые будут работать, чтоб осознать, как модели пришли к такому состоянию.

В то же время они также уповают применять эту платформу для разработки белков, которые могут решать насущные социальные трудности, такие как изменение атмосферного климата. Ранганатан и доц. доктор Эндрю Фергюсон основал компанию Evozyne, которая будет коммерциализировать эту технологию, применяя ее в энергетике, окружающей среде, катализе и сельском хозяйстве.

Читать также

Поглядите на 3D-карту Вселенной: ее составляли 20 лет и она уже изумила ученых

Выяснилось, что коронавирус не дает клеточкам распознавать его

В Омской области археологи отыскали кости и орудие, которым 12 тыщ лет

Источник