Biohub Марка Цукерберга и Присциллы Чан выпустил открытую ИИ-систему для проектирования белков и поиска новых способов создания лекарств
Сеть научных центров Biohub Марка Цукерберга и Присциллы Чан представила открытую ИИ-систему для работы с белками. Новый набор моделей Evolutionary Scale Models должен помогать исследователям предсказывать структуру белков, искать связи между ними и проектировать новые молекулы для лабораторной проверки. Biohub описывает систему как шаг к «виртуальной биологии» — подходу, при котором часть ранних экспериментов сначала проводится с помощью вычислительных моделей.
Главная модель в новом наборе — ESMFold2. Она построена на белковой языковой модели ESMC, обученной на 2,8 млрд белковых последовательностей. В таких последовательностях аминокислоты играют роль букв: по их порядку модель учится предсказывать, какую форму примет белок и как он может взаимодействовать с другими молекулами. Biohub утверждает, что ESMFold2 показывает сильные результаты в предсказании структуры белков, белок-белковых взаимодействий и взаимодействий антител с антигенами.
В систему также входит ESM Atlas — карта из 6,8 млрд белковых последовательностей и 1,1 млрд предсказанных структур. Она предназначена для поиска связей между белками, включая те, которые еще плохо описаны в биологических базах данных. По данным Biohub, атлас помогает находить новые эволюционные отношения между белками и может быть полезен при поиске молекул с нужными свойствами.
Практическая часть релиза связана с проектированием белков, которые могут прикрепляться к нужным молекулам в организме — например к белкам, участвующим в развитии рака или иммунных заболеваний. Исследователи Biohub уже проверяли такие молекулы в лаборатории на белках, связанных с раком и иммунными заболеваниями. По словам Присциллы Чан, предсказания модели тестировали в экспериментах по иммунологии и онкологии. В отдельных случаях разработанные белки помогали реактивировать иммунные клетки.
Эти результаты не означают, что система уже создала лекарство. Речь идет о раннем этапе биомедицинских исследований: модели предлагают варианты белков, а лаборатория проверяет, действительно ли они связываются с нужной мишенью и дают ожидаемый эффект. До терапевтического применения остаются дополнительные проверки безопасности, эффективности, дозировки и клинические испытания.
Biohub делает ставку на открытый доступ к новым инструментам. Модели и связанные с ними материалы должны быть доступны исследователям через платформу biohub.ai, а также через партнерские сервисы, включая AWS Bio Discovery и SandboxAQ. Руководитель научного направления Biohub Алекс Ривс говорил сми, что организация также будет предоставлять исследователям вычислительные кредиты для работы с моделями.
Новый релиз связан с более широкой Virtual Biology Initiative — программой Biohub стоимостью 500 млн долларов, которую запустили для развития вычислительных моделей в биологии. Ее цель — создать инструменты, которые помогут ученым быстрее переходить от гипотез к проверяемым молекулам и экспериментам. В случае с белками это особенно важно: форма молекулы и ее взаимодействия часто определяют, будет ли она полезна для диагностики, терапии или дальнейшего изучения болезни.
ИИ-модели в белковой биологии стали одним из самых заметных направлений после успеха AlphaFold от DeepMind, который резко ускорил предсказание структуры белков. Biohub теперь делает акцент не только на предсказании формы, но и на проектировании новых белков и поиске связей в огромном пространстве природных последовательностей. Для исследователей это может сократить путь от компьютерного предположения до лабораторного теста: вместо широкого перебора вариантов они получают список кандидатов, которые уже прошли вычислительный отбор.