Google опубликовала код нейросети для предсказания структуры белка

DeepMind (дочерняя компания Google) опубликовали на портале Github исходный код второй версии нейросети AlphaFold, которая предсказывает трехмерную структуру белковых молекул с точностью более 90%.

Теперь соответствующее программное обеспечение станет доступным для ученых, сообщает журнал Nature.

Белки состоят из цепочек аминокислот, которые, сложившись в трехмерные формы, определяют функцию этих белков в клетках. Однако процесс свертывания в трехмерную форму крайне сложно предсказать — одна и та же цепь может свернуться по-разному в зависимости от ряда факторов.

Поэтому по самому только заданному набору аминокислот невозможно предсказать, какая именно молекула образуется, что является огромной проблемой для биоинженерии и медицины — без точного предсказания трехмерной структуры белка сложно создавать новые лекарства.

В течение десятилетий исследователи использовали экспериментальные методы, такие как рентгеновская кристаллография и криоэлектронных микроскопия, для определения белковых структур. Но такие методы трудоемки и дороги, а некоторые белки вообще не поддаются такому анализу.

В прошлом году DeepMind показала, что их программное обеспечение может точно предсказать структуру многих белков, используя только последовательность белков (которая определяется ДНК).

То есть, теперь даже для небольших компаний и лабораторий станет доступна нейросеть, способна решать задачи, которые еще несколько лет назад были слишком сложными даже для ведущих корпораций и университетов.

Также на GitHub теперь доступен код конкурирующего проекта — нейросети RoseTTAFold, созданной группой ученых из США, Канады и Европы. Эта сеть также предсказывает трехмерную структуру белка, хотя и чуть менее эффективно, но требует в разы меньше аппаратных ресурсов. Впрочем, в DeepMind сейчас работают над оптимизацией AlphaFold.

AlphaFold доступна по адресу https://github.com/deepmind/alphafold, RoseTTAFold — по адресу https://github.com/RosettaCommons/RoseTTAFold.

Источник: Nature