«Они развивались в ходе эволюции, чтобы решать проблемы, с которыми организмы сталкивались в ходе эволюции. Но сегодня мы сталкиваемся с новыми проблемами, такими как covid. Если бы мы могли разработать белки, которые были бы так же хороши для решения новых проблем, как те, которые развились в ходе эволюции, для решения старых проблем, это было бы очень, очень мощно», — добавил Бейкер, который также является соавтором статьи.
ProteinMPNN поможет исследователям, которые имеют в виду структуру белка, найти последовательность аминокислот, которая составляет его точную форму. Это достигается за счет использования нейронной сети, обученной на очень большом количестве примеров аминокислотных последовательностей.
Однако, чтобы гарантировать, что исследователи разработают белки, которые будут полезны для реальных приложений, они сначала должны установить, какой белковый остов будет иметь функцию, которую они стремятся активировать.
Для этого они используют два метода: «условная галлюцинация», которая позволяет пользователям выполнять случайный поиск среди всех возможных белковых последовательностей, и «галлюцинация», позволяющая им исследовать пространство всех возможных белковых структур.
Эти два процесса позволяют исследователям выходить за рамки белков, которые просто встречаются в природе, и создавать совершенно новые. «Природа отобрала лишь… крошечную часть. Поэтому, если вы ограничите поиск теми последовательностями, которые существуют в природе, вы ничего не добьетесь», — сказал Бейкер.
