Генеративный ИИ раскрывает секреты ферментов, используя последовательности, возникшие в природе

Сравнительная иллюстрация генеративных моделей, используемых для моделирования последовательностей белков. (A) Модель MaxEnt. Эта модель направлена ​​на то, чтобы описать как сохранение отдельных аминокислот, так и их парные взаимодействия, одновременно делая минимальные предположения за счет максимизации энтропии информации о последовательностях. (B) VAE: нейронная сеть, которая учится кодировать данные в скрытое пространство меньшей размерности, а затем декодировать их обратно; после обучения он может эффективно генерировать новые данные, напоминающие обучающий набор. (C) Языковая модель: языковая модель в маске использует механизм, основанный на прогнозировании, который стремится точно предсказать замаскированную аминокислоту, изучая таким образом распределение корпуса белковых последовательностей. (D) GAN: структура использует две нейронные сети, работающие в тандеме: генератор, который создает новые белковые последовательности, и дискриминатор, который оценивает их подлинность. Кредит: Национальный научный обзор (2023). DOI: 10.1093/nsr/nwad331

Ферменты, замечательные природные биокатализаторы, играют важную роль в различных аспектах повседневной жизни. Представьте себе впечатляющий вид светлячков, освещающих летнюю ночь. Их чарующее сияние не только очаровывает наблюдателей, но и играет роль в общении и спаривании. Это естественное зрелище приводится в действие ферментом, известным как люцифераза.

В молекулярном масштабе ферменты представляют собой сложную сеть аминокислот. Люцифераза, яркий пример, демонстрирует поразительное разнообразие среди разных видов. Однако эти гомологи демонстрируют специфические эволюционные закономерности, имеющие решающее значение для предсказания белковых структур. Возникает ключевой вопрос: как эти закономерности связаны с функцией ферментов?

Доктор Се и доктор Уоршел стремятся расшифровать эти запутанные отношения. Они подходят к белкам как к языку аминокислотных «букв» и разрабатывают инструменты генеративного искусственного интеллекта, аналогичные принципам широко используемого ChatGPT.

Их инструмент искусственного интеллекта количественно определяет вероятность появления определенных последовательностей или мутаций в природе. Удивительно, но они обнаружили, что эта вероятность в первую очередь связана с каталитической активностью фермента, когда мутации происходят вблизи субстрата. И наоборот, мутации в каркасе фермента в основном коррелируют со стабильностью белка. Эти открытия позволили успешно разработать несколько белков, включая люциферазу.

Доктор Уоршел сказал: «Взаимосвязь между эволюционной информацией и разнообразными функциями ферментов предполагает, что ферменты действительно являются многомасштабными объектами. Это исследование может революционизировать наше понимание ферментативного катализа и эволюции».

Это исследование теперь опубликовано в журнале Национальный научный обзорне только открывает новые перспективы в области ферментативного катализа, но и открывает перспективы для практического применения в биотехнологии и за ее пределами.

Больше информации:
Вэнь Цзюнь Се и др. «Использование генеративного искусственного интеллекта для декодирования ферментативного катализа и эволюции для улучшения инженерии», Национальный научный обзор (2023). DOI: 10.1093/nsr/nwad331

Предоставлено Science China Press

Цитирование : Генеративный ИИ раскрывает секреты ферментов, используя последовательности, возникшие в природе (20 марта 2024 г.), получено 20 марта 2024 г. с https://phys.org/news/2024-03-generative-ai-illuminates-enzyme-secrets.html.

Этот документ защищен авторским правом. За исключением любых добросовестных сделок в целях частного изучения или исследования, никакая часть не может быть воспроизведена без письменного разрешения. Содержимое предоставлено исключительно в информационных целях.