Исследователи из МГУ провели работу по предсказанию аффинности связывания в белок-белковых комплексах с применением технологий искусственного интеллекта. Результаты описаны в статье, опубликованной в журнале «PROTEINS: Structure, Function, and Bioinformatics».
Изучение структурных особенностей белок-белковых взаимодействий важно для понимания сложных клеточных процессов, течения многих заболеваний и для разработки лекарств. Одна из главных задач в этой области — предсказание энергии связывания в белковых комплексах. Для учета большого числа факторов, оказывающих влияние на энергию (аффинность) связывания, нужно разрабатывать нелинейные алгоритмы, причем сегодня наиболее перспективными методами для этого считаются подходы искусственного интеллекта — нейросетевых алгоритмов.
Авторы нового исследования разработали алгоритм, основанный на трехмерной сверточной нейронной сети, предсказывающий значение константы диссоциации для белок-белковых комплексов на основе огромного количества пар межатомных расстояний в белках-партнерах.
По итогам тестирования на независимых наборах данных новая модель превзошла все существующие аналоги в предсказании аффинности связывания. Полученные результаты подтверждают возможность применения разработанного алгоритма для оценки связывания в новых, экспериментально малоизученных белок-белковых комплексах, что серьезно сократит время и ресурсы, затрачиваемые на начальные этапы разработки лекарств, основанных на белок-белковых взаимодействиях (это в том числе и противоопухолевые препараты).
Применение сверточного нейросетевого алгоритма позволило проанализировать информацию о межатомных взаимодействиях, реализуемых на разных расстояниях между функциональными группами, сохранив особенности пространственной организации белок-белковых комплексов.
