Nature Computational Science: ИИ находит места и способы взаимодействия белков и наночастиц

Определение того, где и как наночастица и белок связываются друг с другом, является важным шагом на пути к созданию антибиотиков и противовирусных препаратов по требованию, и компьютерная модель, разработанная в Мичиганском университете, может это сделать.

Новый инструмент может помочь найти способы остановить устойчивые к антибиотикам инфекции и новые вирусы, а также помочь в разработке наночастиц для различных целей, сообщает Phys.org.

"В моем идеальном сценарии, через 20 или 30 лет, я бы хотела, чтобы при наличии любой супербактерии можно было быстро изготовить лучшие наночастицы, способные ее лечить", - говорит Анжела Виоли, автор-корреспондент исследования.

Новая модель, названная NeCLAS, использует машинное обучение - метод искусственного интеллекта, с помощью которого работает виртуальный помощник на смартфоне и ChatGPT. Но вместо того, чтобы учиться обрабатывать язык, она поглощает структурные модели белков и их известные места взаимодействия.

На основе этой информации модель учится экстраполировать возможные способы взаимодействия белков и наночастиц, предсказывать места их связывания и вероятность связывания между ними, а также предсказывать взаимодействие между двумя белками или двумя наночастицами.

Хотя во многих белково-протеиновых моделях аминокислоты задаются как наименьшая единица, которую должна учитывать модель, это не работает для наночастиц. Вместо этого команда установила размер наименьшей характеристики примерно равным размеру аминокислоты, а затем позволила компьютерной модели решать, где находятся границы между этими минимальными характеристиками.

В результате представления белков и наночастиц выглядят как наборы взаимосвязанных бусин, что обеспечивает большую гибкость при изучении мелкомасштабных взаимодействий.

Далее команда намерена исследовать другие биопленки и микроорганизмы, включая вирусы.

Исследование попало на обложку журнала Nature Computational Science.

0 комментариев