Абдул Латиф Джамиль Лаборатория действий по борьбе с бедностью (J-PAL) Институт Пиковера по изучению обучения и памяти Школа гуманитарных, художественных и социальных наук Шварцманов колледж вычислительной техники MIT
Инженеры MIT проектируют белки по их движению, а не только по форме
Белки — это не просто питательные вещества, которые мы отмечаем на этикетке продукта. Присутствующие в каждой клетке нашего тела, они работают как молекулярные машины природы. Они шагают, растягиваются, изгибаются и сгибаются, чтобы выполнять свои функции: качать кровь, бороться с болезнями, строить ткани и многое другое, слишком малое, чтобы увидеть невооруженным глазом. Их сила заключается не только в форме, но и в том, как они движутся.
В последние годы искусственный интеллект позволил ученым проектировать полностью новые структуры белков, не встречающиеся в природе, адаптированные под конкретные функции — например связывание с вирусами или имитацию механических свойств шелка для создания устойчивых материалов. Но проектирование только структуры похоже на создание кузова автомобиля без управления работой двигателя. Тонкие вибрации, сдвиги и механическая динамика белка столь же критичны для его функций, как и форма.
Теперь инженеры MIT сделали важный шаг к преодолению этого разрыва, разработав модель ИИ под названием VibeGen. Если код вибрации позволяет программистам описать желаемое и затем ИИ генерирует программное обеспечение, то VibeGen делает то же самое для живых молекул: укажите «вибрацию» — образец движения, который вы хотите — и модель «написывает» белок.
Новая модель позволяет ученым задавать, как белок будет сгибаться, вибрировать и переключаться между формами в ответ на окружение, открывая новый рубеж в проектировании молекулярной механики. VibeGen опирается на серию достижений из лаборатории Бюллера в области агентного ИИ для науки — систем, в которых несколько моделей ИИ автономно сотрудничают для решения задач, слишком сложных для одной модели.
«Суть жизни на фундаментальном молекулярном уровне заключается не только в структуре, но и в движении», — говорит Маркус Бюллер, профессор инженерии Джерри МакАфи в кафедрах гражданского и экологического строительства и машиностроения. «Все — от сворачивания белков до деформации материалов под нагрузкой — подчиняется фундаментальным законам физики».
Бюллер и его бывший постдок, Бо Ни, выделили критическую потребность в том, что они называют физически осведомленным ИИ: системах, способных рассуждать о движении, а не только о снимках молекулярной структуры. «ИИ должен выйти за рамки анализа статичных форм и понять, как структура и движение фундаментально взаимосвязаны», — добавляет Бюллер.
Новый подход, описанный в статье 24 марта в журнале Matter, использует генеративный ИИ для создания белков с заданной динамикой.
Обучение ИИ мыслить о движении
Революция в науке о белках, движимая ИИ, была в основном революцией в структуре. Инструменты вроде AlphaFold решили многолетнюю задачу предсказания трехмерной формы белка. Существующие генеративные модели научились проектировать новые формы с нуля. Но, сосредотачиваясь на свернутом снимке — белке, застывшем на месте — поле в значительной мере отодвинуло свойство, которое делает белки функциональными: их движение. «Предсказание структуры было настолько грандиозной задачей, что оно поглотило внимание всего поля», — говорит Бюллер. «Но форма белка — это лишь один кадр длинного фильма, и пространство проектирования простирается во времени и пространстве, где структура лежит на гораздо более широкой многообразности». Ученые могли спроектировать белок с определенной архитектурой, но не могли указать, как этот белок будет двигаться, гибко реагировать или вибрировать после создания.
VibeGen делает то, чего ни один инструмент проектирования белков не делал ранее. Он переворачивает традиционную проблему. Вместо вопроса «какую форму даст эта последовательность?» модель задает вопрос «какая последовательность заставит белок двигаться именно так?»
Чтобы создать VibeGen, Бюллер и Ни обратились к классу диффузионных моделей ИИ, той же базовой технологии, что питает генераторы изображений ИИ, способные создавать реалистичные картины из шума. В случае VibeGen модель начинает с произвольной последовательности аминокислот и шаг за шагом совершенствует её, пока не сойдется на последовательности, предсказанной как вибрирующая и гибкая в заданном образце.
Система работает через двух сотрудничающих агентов, которые проектируют и бросают вызов друг другу. «Проектировщик» предлагает кандидатные последовательности, нацеленные на профиль движения. «Предиктор» оценивает эти кандидаты, задаваясь вопросом, будут ли они действительно двигаться так, как задумал проектировщик. Две модели итеративно обмениваются предложениями вроде внутреннего диалога, пока дизайн не стабилизируется и не удовлетворит цель. Задавая этот вибрационный отпечаток в качестве входного параметра проектирования, VibeGen переворачивает обычную логику: динамика становится чертежом, а структура следует за ней.
«Это система сотрудничества», — говорит Ни. «Проектировщик предлагает, предиктор критикует, и дизайн улучшается через это напряжение».
Большинство последовательностей, которые генерирует VibeGen, являются полностью de novo, не заимствованными у природы и не являющимися вариациями уже эволюционировавших решений. Чтобы подтвердить работоспособность разработок, команда провела детальные физико-основанные молекулярные симуляции, и белки вели себя именно так, как предсказывал VibeGen, сгибаясь и вибрируя в целевых образцах.
Функциональная вырожденность
Одно из самых впечатляющих результатов исследования — то, что многие различные последовательности и фолды белков могут удовлетворять одной и той же вибрационной цели — свойство, которое исследователи назвали функциональной вырожденностью. Там, где эволюция пришла к одному решению, VibeGen показывает целое семейство альтернатив: белки с разной структурой и последовательностью, которые тем не менее движутся одинаково. «Это говорит о том, что природа исследовала лишь малую часть возможного», — отмечает Бюллер. «Для любого данного динамического поведения может существовать большое, неиспользованное пространство жизнеспособных проектов».
Новый рубеж в молекулярной инженерии
Контроль динамики белков может иметь широкие применения. В медицине белки, которые могут менять форму по сигналу, обладают огромным потенциалом. Многие терапевтические белки действуют, связываясь с целевой молекулой — вирусом, раковой клеткой или неверно работающим рецептором. Насколько хорошо они связываются часто зависит не только от их формы, но и от того, насколько гибко они могут адаптироваться к цели. Белок, спроектированный с учетом движения, может захватывать более точно, уменьшать нежелательные взаимодействия и в конечном итоге стать более безопасным и эффективным лекарством.
В материаловедении, которое является областью исследований Бюллера, механические свойства на молекулярном уровне влияют на поведение материалов. Биологические материалы, такие как шелк и коллаген, получают свою прочность и устойчивость от скоординированного движения их молекулярных строительных блоков. Проектирование белков, которые будут более жесткими, гибкими или вибрировать определенным образом, может привести к новым устойчивым волокнам, материалам с повышенной ударопрочностью или биоразлагаемым альтернативам на основе нефти.
Бюллер предполагает и другие возможности: строительные или транспортные материалы, включающие белковые компоненты, которые восстанавливают себя после механической нагрузки или приспосабливаются при высокой нагрузке.
Позволяя исследователям задавать движение как прямой параметр проектирования, VibeGen рассматривает белки не как статичные формы, а как программируемые механические устройства. Достижение объединяет искусственный интеллект, медицину, синтетическую биологию и материаловедение — в направлении未来, в котором молекулярные машины можно проектировать с той же точностью и намерением, что мосты, двигатели или микросхемы.
«VibeGen может выйти в неизведанную территорию, предлагая проекты белков за пределами репертуара эволюции, специально под наши требования. Это как будто мы изобрели новый творческий двигатель, который создает молекулярные машины по запросу», — добавляет Бюллер.
Исследователи планируют дальнейшее совершенствование модели и валидацию их проектов в лаборатории. Они также надеются интегрировать проектирование, учитывающее движение, с другими инструментами ИИ, создавая системы, способные проектировать белки не только динамичными, но и многофункциональными: машины, которые чувствуют окружение, реагируют на сигналы и адаптируются в реальном времени.
Слово «vibe» происходит от vibration (вибрация), и Бюллер видит эту связь как больше, чем игра слов. «Мы превратили ‘вибрацию’ в метафору, в ощущение, что-то субъективное», — говорит он. «Но для белка вибрация — это физика. Это реальный образец движения, который определяет, что молекула может делать, сам механизм жизни».
Исследование было поддержано Министерством сельского хозяйства США, MIT‑IBM Watson AI Lab и Инициативой по генеративному ИИ MIT.
Лаборатория атомистической и молекулярной механики Кафедра гражданского и экологического строительства Кафедра машиностроения Гражданское и экологическое строительство
Нужна гипотеза для исследования? Спросите ИИ. Графово-ориентированная модель ИИ картирует будущее инноваций Система ИИ может генерировать новые белки, отвечающие структурным целям проектирования Дать ИИ «кристально ясный» взгляд на мир материалов Содействие сообществу в районе Кендалл-сквер Сьюзи Нельсон преобразила студенческую жизнь в MIT Студенческие лидеры MIT: интервью с президентом Ассоциации студенческих мероприятий Ханой Соуза Отчет о состоянии устойчивости цепочки поставок фиксирует рекордную приверженность корпораций, но отставание в управлении Модель ИИ расшифровывает язык, который клетки используют для общения
Массачусетский технологический институт 77 Massachusetts Avenue, Cambridge, MA, USA
