ИИ научился создавать новые белки по обычному текстовому описанию

Ученые разработали систему искусственного интеллекта, способную проектировать новые белки на основе описания их желаемых свойств обычным языком. Модель под названием Pinal позволяет исследователю сформулировать задачу словами, не задавая заранее последовательность аминокислот или трехмерную структуру будущего белка. Результаты работы опубликованы в журнале Nature.

Pinal содержит 16 миллиардов параметров. Для ее обучения исследователи использовали около 1,7 миллиарда пар, состоящих из описания функции белка и соответствующих молекулярных данных. Система связывает словесную постановку задачи с аминокислотной последовательностью и пространственной структурой, предлагая варианты белков, которые затем можно синтезировать и проверить экспериментально.

Ученые испытали модель на четырех задачах: создании флуоресцентного белка, фермента для расщепления полиэтилентерефталата (ПЭТ, широко применяемого при изготовлении пластиковых бутылок), алкогольдегидрогеназы и белка, участвующего в биохимических реакциях фиксации углекислого газа. Во всех четырех случаях удалось экспериментально подтвердить заданные функции созданных белков.

Особенно интересным оказался эксперимент с последним белком. Предложенный ИИ вариант H-белка увеличил выход целевого продукта в многоферментной системе фиксации CO₂ в 1,7 раза по сравнению с использованием естественного белка кишечной палочки. Причем этого результата удалось добиться без последовательных циклов лабораторной оптимизации первоначальной конструкции.

Разработка пока не позволяет по произвольному запросу гарантированно получить работающую молекулу: предложенные ИИ белки по-прежнему требуют экспериментальной проверки. Однако исследование показывает, что проектирование биологических молекул может стать значительно доступнее. В перспективе такой подход способен ускорить поиск промышленных ферментов, разработку новых материалов и создание биотехнологических производств.