Учебный лагерь по биоинформатике для старшеклассников в Сколтехе стал местом проведения последней главы в продолжающемся соревновании между человеком и искусственным интеллектом в науке.

Решив ранее ключевую 50-летнюю проблему структурной биоинформатики, прорывная программа искусственного интеллекта AlphaFold оказалась неприменимой к другой задаче, с которой сталкиваются исследователи в этой области.

Об этом сообщается в исследовании PLOS ONE, авторы которого опровергают утверждения некоторых энтузиастов AlphaFold о том, что искусственный интеллект DeepMind справился с физикой белков и является абсолютной истиной в структурной биоинформатике, сообщает Phys.org.

Структурная биоинформатика - это отрасль науки, которая изучает структуры белков, РНК, ДНК и их взаимодействие с другими молекулами. Полученные результаты служат основой для открытия лекарств и создания белков с удивительными свойствами, например, катализаторов реакций, не встречающихся в природе.

Исторически центральной проблемой структурной биоинформатики было предсказание структуры белков. То есть, учитывая произвольную последовательность аминокислот, из которых состоит белок, как надежно вычислить, какую трехмерную форму этот белок примет в организме и, следовательно, как он будет функционировать.

Спустя 50 лет эта проблема была решена AlphaFold, программой искусственного интеллекта, созданной компанией Google DeepMind, чьи предшественники ранее попали в заголовки газет, достигнув сверхчеловеческой производительности в шахматах, игре Go и видеоигре StarCraft II.

Это эпохальное достижение привело к предположениям, что нейронная сеть каким-то образом усвоила физику, лежащую в основе белков, и должна работать за пределами той задачи, для которой она была создана. Некоторые люди, даже в сообществе структурной биоинформатики, ожидали, что ИИ вскоре даст окончательные ответы на оставшиеся вопросы этой дисциплины и отправит ее в историю науки.

"Мы решили разобраться с этим вопросом и поручили AlphaFold работу над другой центральной задачей структурной биоинформатики: предсказанием влияния единичных мутаций на стабильность белка. Это означает, что вы выбираете определенный известный белок и вносите в него ровно одну мутацию - наименьшее возможное изменение. И вы хотите знать, будет ли полученный мутант более стабильным или менее стабильным и в какой степени. AlphaFold явно не смог этого сделать, о чем свидетельствуют его предсказания, противоречащие известным экспериментальным данным", - сказал главный исследователь исследования, доцент Дмитрий Иванков из Сколтех-Био.

Отвечая на вопрос о роли старшеклассников, участвовавших в проекте, исследователь сказал, что они занимались обработкой данных о мутациях, написанием скриптов для обработки результатов предсказаний, визуализацией структур, заданных AlphaFold, и в основном возились с онлайн-версией ИИ.

Иванков подчеркнул, что создатели AlphaFold никогда не утверждали, что ИИ применим к другим задачам, кроме предсказания структуры белков на основе их аминокислотных последовательностей.

"Но некоторые энтузиасты машинного обучения поспешили предсказать конец структурной биоинформатики. Поэтому мы подумали, что неплохо было бы проверить, и теперь знаем, что он не может предсказать эффект единичных мутаций", - добавил Иванков.