|
ИИ предсказывает точность связывания белка с ДНК
|
|
|
|
Новая модель искусственного интеллекта, разработанная исследователями из Университета Калифорнии и опубликованная в журнале Nature Methods, позволяет с высокой точностью предсказывать, как различные белки могут связываться с ДНК в разных типах белков, что является технологическим достижением, которое обещает сократить время, необходимое для разработки новых лекарств и других методов лечения.
|
|
|
|
Инструмент, называемый Deep Predictor of Binding Specificity (DeepPBS), представляет собой геометрическую модель глубокого обучения, предназначенную для прогнозирования специфичности связывания белок–ДНК на основе сложных структур белок–ДНК. DeepPBS позволяет ученым и исследователям вводить структуру данных комплекса белок–ДНК в онлайн-вычислительный инструмент.
|
|
|
|
"Структуры комплексов белок–ДНК содержат белки, которые обычно связаны с одной последовательностью ДНК. Для понимания регуляции генов важно иметь доступ к специфичности связывания белка с любой последовательностью ДНК или участком генома", - сказал Ремо Рохс, профессор и основатель кафедры количественной и вычислительной биологии Колледжа литературы, искусств и наук Дорнсайфа при Университете Калифорнии.
|
|
|
"DeepPBS - это инструмент искусственного интеллекта, который заменяет необходимость в высокопроизводительном секвенировании или экспериментах по структурной биологии для выявления специфичности связывания белка с ДНК".
|
|
|
|
ИИ анализирует и предсказывает структуры белок–ДНК
|
|
|
|
В DeepPBS используется геометрическая модель глубокого обучения, тип машинного обучения, который анализирует данные с использованием геометрических структур. Инструмент ИИ был разработан для определения химических свойств и геометрических контекстов белок–ДНК для прогнозирования специфичности связывания.
|
|
|
|
Используя эти данные, DeepPBS создает пространственные графики, которые иллюстрируют структуру белка и взаимосвязь между представлениями белка и ДНК. DeepPBS также может предсказать специфичность связывания в различных семействах белков, в отличие от многих существующих методов, которые ограничены одним семейством белков.
|
|
|
|
"Для исследователей важно иметь в своем распоряжении метод, который работает универсально для всех белков и не ограничивается хорошо изученным семейством белков. Этот подход позволяет нам также разрабатывать новые белки", - сказал Рохс.
|
|
|
|
Значительный прогресс в прогнозировании структуры белка
|
|
|
|
Область предсказания структуры белка стремительно развивалась с появлением AlphaFold от DeepMind, который может предсказывать структуру белка по последовательности. Эти инструменты привели к увеличению объема структурных данных, доступных ученым и исследователям для анализа. DeepPBS работает в сочетании с методами структурного прогнозирования для прогнозирования специфичности белков, не имеющих доступных экспериментальных структур.
|
|
|
|
В Rohs заявили, что возможности применения DeepPBS многочисленны. Этот новый метод исследования может ускорить разработку новых лекарств и методов лечения специфических мутаций в раковых клетках, а также привести к новым открытиям в синтетической биологии и применению в исследованиях РНК.
|
|
|
|
Источник
|
