Новая нейросеть предсказывает трехмерную форму белка за 10 минут
В новой работе сооснователь DeepMind Дэвид Сильвер вместе с командой обучил нейросеть определять форму белковых молекул.
В новой работе авторы создали нейросеть, которая определяет, какую форму примет та или иная белковая молекула, по последовательности аминокислот, из которых она состоит. Это поможет при создании лекарств.
Сейчас форму белка рассчитывают с помощью ускорителя частиц, который дает трехмерные фотографии белковых молекул, или с помощью суперкомпьютера, который просчитывают их структуру в соответствии с законами химии и квантовой физики.
Авторы создали алгоритм эвоформер, который пытается определить структуру отдельных сегментов белковых молекул, представляя их в виде трехмерного дерева графов - математической абстракции, которая состоит из набора объектов, попарно связанных друг с другом. Эвоформер соединяет их друг с другом, опираясь на уже известные примеры, и постепенно меняет структуру связей и расположение узлов, приближаясь к оптимуму.
Далее они соединили такие алгоритмы и создали нейросеть AlphaFold2.
В прошлом году мы уже представили первую версию нашей системы, AlphaFold, которая смогла с почти атомной точностью предсказывать структуру белков в рамках конкурса CASP13. Сейчас мы создали новую ее версию, которая заметно превосходит всех конкурентов в скорости и точности работы. При этом ее исходный код полностью открыт. Демис Хассабис, генеральный директор Deepmind
В результате нейросеть примерно за 10 минут реконструирует трехмерную форму с атомной точностью с погрешностью в 0,096 нанометра для каждого атома внутри белка.
