Модель искусственного интеллекта генерирует новые белки на основе их вибрации и движения, открывая новые возможности для динамических биоматериалов и адаптивной терапии. 
Новая модель искусственного интеллекта под названием VibeGen позволяет ученым целенаправленно изучать, как белок изгибается, вибрирует и меняет форму в ответ на окружающую среду, открывая новые горизонты в разработке молекулярной механики. Изображение предоставлено исследователями.
Белки — это гораздо больше, чем просто питательные вещества, которые мы отслеживаем по этикетке продукта. Присутствуя в каждой клетке нашего тела, они работают подобно молекулярным машинам природы. Они ходят, растягиваются, сгибаются и изгибаются, выполняя свои функции: перекачивают кровь, борются с болезнями, строят ткани и выполняют множество других задач, слишком мелких, чтобы их можно было увидеть невооруженным глазом. Их сила заключается не только в форме, но и в том, как они двигаются.
В последние годы искусственный интеллект позволил ученым создавать совершенно новые белковые структуры, не встречающиеся в природе, адаптированные для выполнения конкретных функций, таких как связывание с вирусами или имитация механических свойств шелка для создания экологически чистых материалов. Но проектирование только для структуры — это все равно что строить кузов автомобиля, не контролируя работу двигателя. Тонкие колебания, изменения и механическая динамика белка так же важны для его функций, как и его форма.
Теперь инженеры из Массачусетского технологического института сделали важный шаг к решению этой проблемы, разработав модель искусственного интеллекта под названием VibeGen. Если вибрационное кодирование позволяет программистам описывать желаемый результат, а затем ИИ генерирует программное обеспечение, то VibeGen делает то же самое для живых молекул: задайте вибрацию — желаемый паттерн движения — и модель напишет код для белка.
Новая модель позволяет ученым целенаправленно изучать, как белок изгибается, вибрирует и меняет форму в ответ на окружающую среду, открывая новые горизонты в разработке молекулярной механики. VibeGen основан на ряде достижений лаборатории Бюлера в области агентного ИИ для науки — систем, в которых несколько моделей ИИ автономно взаимодействуют для решения задач, слишком сложных для любой отдельной модели.
«Суть жизни на фундаментальном молекулярном уровне заключается не только в структуре, но и в движении», — говорит Маркус Бюлер, профессор инженерных наук имени Джерри МакАфи на кафедрах гражданского и экологического строительства и машиностроения. «Все, от сворачивания белков до деформации материалов под воздействием напряжения, подчиняется фундаментальным законам физики».
Бюлер и его бывший научный сотрудник Бо Ни выявили острую необходимость в том, что они называют искусственном интеллектом, учитывающим физические принципы: системах, способных рассуждать о движении, а не просто о моментальных снимках молекулярной структуры. «Искусственный интеллект должен выйти за рамки анализа статических форм и понять, как структура и движение фундаментально взаимосвязаны», — добавляет Бюлер.
Новый подход, описанный в статье, опубликованной 24 марта в журнале Matter, использует генеративный искусственный интеллект для создания белков с заданными индивидуальными динамическими характеристиками.
Смотрите видео. Искусственный интеллект только что разработал белки, которые двигаются — вот как они выглядят.
Видео предоставлено исследователями.
Обучение ИИ распознаванию движения
Революция в науке о белках, основанная на искусственном интеллекте, в подавляющем большинстве случаев стала революцией в структуре. Такие инструменты, как AlphaFold, решили многолетнюю проблему предсказания трехмерной формы белка. Существующие генеративные модели научились создавать новые формы с нуля. Но, сосредоточившись на свернутом состоянии — белке, застывшем на месте, — эта область в значительной степени отодвинула на второй план свойство, определяющее функционирование белков: их движение. «Предсказание структуры было настолько сложной задачей, что поглотило все внимание науки», — говорит Бюлер. «Но форма белка — это всего лишь один кадр гораздо более длинной пленки, а пространство проектирования простирается в пространстве и времени, тогда как структура находится на гораздо более широком многообразии». Ученые могли проектировать белок с определенной архитектурой. Они еще не могли определить, как этот белок будет двигаться, изгибаться или вибрировать после того, как он будет создан.
VibeGen делает то, чего не удавалось ни одному другому инструменту для проектирования белков. Он переворачивает традиционную задачу. Вместо вопроса: «Какую форму создаст эта последовательность?», он спрашивает: «Какая последовательность заставит белок двигаться именно таким образом?»
Для создания VibeGen Бюлер и Ни обратились к классу моделей диффузии ИИ — той же базовой технологии, которая лежит в основе генераторов изображений на основе ИИ, способных создавать реалистичные изображения из чистого шума. В случае VibeGen модель начинает со случайной последовательности аминокислот и уточняет ее шаг за шагом, пока не сойдется к последовательности, которая, согласно прогнозам, будет вибрировать и изгибаться заданным образом.
Система работает за счет взаимодействия двух агентов, которые разрабатывают и проверяют друг друга. «Разработчик» предлагает варианты последовательностей движений, направленных на достижение целевого профиля. «Предсказатель» оценивает эти варианты, задаваясь вопросом, будут ли они действительно двигаться так, как задумал разработчик. Две модели итеративно взаимодействуют, как во внутреннем диалоге, пока проект не стабилизируется и не достигнет желаемого результата. Задавая этот вибрационный «отпечаток» в качестве входных данных для проектирования, VibeGen переворачивает обычную логику: динамика становится планом, а структура следует за ней.
«Это система, основанная на сотрудничестве», — Ни. «Дизайнер предлагает, эксперт критикует, и благодаря этому напряжению дизайн улучшается», — говорит он.
Большинство последовательностей, создаваемых VibeGen, являются полностью новыми, не заимствованными из природы и не вариациями чего-либо, уже созданного в процессе эволюции. Чтобы подтвердить работоспособность разработанных конструкций, команда провела детальные молекулярные симуляции на основе физических принципов, и белки вели себя именно так, как было задумано, изгибаясь и вибрируя в соответствии с заданными VibeGen паттернами.
Одно из самых поразительных открытий исследования заключается в том, что множество различных белковых последовательностей и структур могут удовлетворять одной и той же вибрационной цели — свойство, которое исследователи называют функциональной вырожденностью. Там, где эволюция сошлась на одном решении, VibeGen выявляет целое семейство альтернатив: белки с различными структурами и последовательностями, которые, тем не менее, движутся одинаково. «Это говорит о том, что природа исследовала лишь малую часть того, что возможно», — говорит Бюлер. «Для любого заданного динамического поведения может существовать большое, неиспользованное пространство жизнеспособных конструкций».
Новые горизонты в молекулярной инженерии
Управление динамикой белков может иметь самые разнообразные применения. В медицине белки, способные изменять форму по команде, обладают огромным потенциалом. Многие терапевтические белки действуют, связываясь с целевой молекулой — вирусом, раковой клеткой, неправильно сработавшим рецептором. Эффективность связывания часто зависит не только от их формы, но и от того, насколько гибко они могут адаптироваться к своей цели. Белок, модифицированный с учетом движения, мог бы обеспечивать более точное сцепление, уменьшать непреднамеренные взаимодействия и в конечном итоге стать более безопасным и эффективным лекарством.
В материаловении, области исследований которой занимается Бюлер, механические свойства на молекулярном уровне влияют на их характеристики. Биологические материалы, такие как шелк и коллаген, получают свою прочность и упругость от скоординированного движения своих молекулярных строительных блоков. Разработка белков, обладающих большей жесткостью, гибкостью или способных вибрировать определенным образом, может привести к созданию новых экологически чистых волокон, ударопрочных материалов или биоразлагаемых альтернатив пластмассам на основе нефти.
Бюлер предполагает дальнейшие возможности: конструкционные материалы для зданий или транспортных средств, включающие белковые компоненты, которые самовосстанавливаются после механического воздействия или адаптируются к большим нагрузкам.
Предоставляя исследователям возможность задавать движение в качестве прямого параметра проектирования, VibeGen рассматривает белки не как статичные формы, а скорее как программируемые механические устройства. Это достижение объединяет искусственный интеллект, медицину, синтетическую биологию и материаловедение — на пути к будущему, в котором молекулярные машины можно будет проектировать с той же точностью и целенаправленностью, что и мосты, двигатели или микрочипы.
«VibeGen может осваивать неизведанные территории, предлагая белковые конструкции, выходящие за рамки эволюционного репертуара и разработанные исключительно по нашим спецификациям. Это как если бы мы изобрели новый творческий механизм, который проектирует молекулярные машины по запросу», — добавляет Бюлер.
Исследователи планируют доработать модель и проверить свои разработки в лаборатории. Они также надеются интегрировать проектирование с учетом движения с другими инструментами искусственного интеллекта, создавая системы, способные проектировать белки не только динамичными, но и многофункциональными; машины, которые воспринимают окружающую среду, реагируют на сигналы и адаптируются в режиме реального времени.
Слово «вайб» происходит от слова «вибрация», и Бюлер видит в этой связи нечто большее, чем просто игру слов. «Мы превратили „вайб“ в метафору, чувство, нечто субъективное, — говорит он. — Но для белка вибрация — это физика. Это фактический паттерн движения, который определяет, на что способна молекула, сам механизм жизни».
Исследование было поддержано Министерством сельского хозяйства США, лабораторией искусственного интеллекта MIT-IBM Watson и инициативой MIT по генеративному искусственному интеллекту.
Источник: news.mit.edu
