Projektowanie białek z wykorzystaniem sztucznej inteligencji: rewolucja ruchu

Białka: coś więcej niż tylko składniki odżywcze

Białka to coś więcej niż tylko składniki odżywcze, o których czytamy na opakowaniach produktów spożywczych. Te dynamiczne, żywe cząsteczki stanowią serce wszystkich naszych komórek, działając niczym skomplikowane mechanizmy stworzone przez samą naturę. Pełnią one podstawowe funkcje życiowe: pompują krew, zwalczają choroby i budują tkanki, często w sposób zbyt skomplikowany, by ludzkie oko mogło to dostrzec. Ich siła nie wynika wyłącznie z ich kształtu, ale także z ich ruchu.

W ostatnich latach byliśmy świadkami niesamowitego postępu w dziedzinie sztucznej inteligencji (AI), która umożliwiła naukowcom projektowanie zupełnie nowych struktur białkowych przeznaczonych do konkretnych funkcji. Niezależnie od tego, czy chodzi o wytwarzanie materiałów naśladujących właściwości mechaniczne jedwabiu w celu wspierania zrównoważonego rozwoju, czy też o tworzenie białek wiążących się z wirusami, ewolucja ta ma przełomowy charakter. Jednak nie jest ona jeszcze zakończona – podobnie jak projektowanie samochodu nie polega wyłącznie na nadaniu mu kształtu, ale także na zrozumieniu działania silnika. Skomplikowane ruchy i dynamika białka mają również kluczowe znaczenie dla jego funkcjonalności – są równie ważne jak jego forma.

VibeGen: Nowy rozdział w historii modeli sztucznej inteligencji

Zespół badawczy z MIT dokonał znaczącego przełomu, wprowadzając swój model sztucznej inteligencji o nazwie VibeGen. Jeśli potraktować “kodowanie wibrowe” jako sposób, w jaki programiści opisują pożądany wynik, na podstawie którego sztuczna inteligencja ma wygenerować oprogramowanie, to VibeGen stosuje tę samą zasadę w odniesieniu do żywych cząsteczek. Wystarczy określić wymagany wzorzec ruchu, a model dostarcza odpowiednie białko.

VibeGen otworzył zupełnie nowy świat w dziedzinie projektowania opartego na mechanice molekularnej, umożliwiając naukowcom kontrolowanie sposobu, w jaki białko się fałduje, wibruje i reaguje na otoczenie. Ten krok naprzód pokazuje, co można osiągnąć, gdy wiele modeli sztucznej inteligencji łączy siły, by sprostać złożonym wyzwaniom – podejście to jest rozwijane przede wszystkim przez laboratorium Buehlera.

Nowe spojrzenie na ruch białek dzięki sztucznej inteligencji

Jak wyjaśnił Markus Buehler, profesor inżynierii im. Jerry’ego McAfee’ego na MIT: “Istota życia na fundamentalnym poziomie molekularnym tkwi nie tylko w strukturze, ale także w ruchu”. On i jego były pracownik naukowy, Bo Ni, dostrzegli potrzebę stworzenia czegoś, co określają mianem “sztucznej inteligencji uwzględniającej fizykę”. Innymi słowy, chodzi o systemy, które rozumieją ruch, a nie tylko statyczne struktury molekularne. Sztuczna inteligencja musi wyjść poza analizę statycznych form i zacząć rozumieć, w jaki sposób struktura i ruch są ze sobą powiązane.

Buehler i jego zespół w artykule opublikowanym w czasopiśmie Materia, opisują, w jaki sposób wykorzystali generatywną sztuczną inteligencję do tworzenia białek o niestandardowej dynamice. Chociaż sztuczna inteligencja spowodowała znaczące zmiany w naukach o białkach, dotychczas skupiano się głównie na strukturach białkowych. Narzędzia takie jak AlphaFold były w stanie przewidzieć trójwymiarowy kształt białka, ale ruch, który sprawia, że białka są funkcjonalne, był w dużej mierze pomijany. Buehler uważa, że “przewidywanie struktury było tak wielkim wyzwaniem, że przyciągnęło całą uwagę tej dziedziny”.”

VibeGen wnosi do tej dziedziny zmianę perspektywy, zadając pytanie: “Jaka sekwencja sprawi, że białko będzie się poruszało dokładnie w ten sposób?”. Model wykorzystuje modele dyfuzyjne oparte na sztucznej inteligencji, podobne do tych stosowanych w generatorach obrazów opartych na sztucznej inteligencji, aby przekształcić losową sekwencję aminokwasów w sekwencję o odpowiednich drganiach i elastyczności.

VibeGen, składający się z dwóch współdziałających modułów – “projektanta”, który proponuje potencjalne sekwencje, oraz “modułu prognostycznego”, który ocenia, czy będą one działać zgodnie z planem – iteracyjnie projektuje białka aż do osiągnięcia pożądanego rezultatu. Co warte odnotowania, większość sekwencji generowanych przez VibeGen jest całkowicie nowatorska i nie pochodzi z natury.

Jednym z kluczowych wniosków płynących z tego badania jest zjawisko zwane degeneracją funkcjonalną, polegające na tym, że różne sekwencje i struktury białkowe mogą osiągać ten sam cel wibracyjny. Oznacza to, że natura ma przed sobą jeszcze wiele możliwości do zbadania.

Poszerzanie granic inżynierii molekularnej

Możliwości kontrolowania dynamiki białek są szerokie, zwłaszcza w takich dziedzinach jak medycyna i materiałoznawstwo. Białka, które zmieniają swój kształt w razie potrzeby, mogłyby przynieść przełomowe postępy w leczeniu. Podobnie projektowanie białek o określonych właściwościach mechanicznych mogłoby doprowadzić do powstania innowacyjnych, zrównoważonych materiałów. Samonaprawiające się materiały konstrukcyjne to tylko jedna z wielu możliwości, jakie Buehler przewiduje w ramach tego podejścia.

Umożliwiając naukowcom określenie ruchu jako parametru projektowego, VibeGen traktuje białka jako programowalne urządzenia mechaniczne, tworząc pomost między sztuczną inteligencją, medycyną, biologią syntetyczną i inżynierią materiałową.

Według Buehlera: “VibeGen może wkroczyć na nieznane terytorium, proponując projekty białek wykraczające poza repertuar ewolucji”. Zespół stoi obecnie przed zadaniem dalszego udoskonalenia modelu i zweryfikowania swoich projektów w laboratorium, łącząc projektowanie uwzględniające ruch z innymi narzędziami sztucznej inteligencji w celu uzyskania białek wielofunkcyjnych.

Termin “vibe” w nazwie VibeGen wywodzi się od słowa „vibration” (drganie), a według Buehlera to coś więcej niż tylko słowo. W przypadku białek „vibe” odnosi się do fizyki – wzorca ruchu, który określa nie tylko to, czym jest cząsteczka, ale także to, co potrafi, otwierając zupełnie nową dziedzinę odkryć naukowych.

Badania te uzyskały wsparcie ze strony Departamentu Rolnictwa Stanów Zjednoczonych, laboratorium MIT-IBM Watson AI Lab oraz inicjatywy MIT Generative AI Initiative. Aby zapoznać się bardziej szczegółowo z tym pionierskim projektem, zapraszamy do przeczytania pełnej wersji artykułu prasowego tutaj.

Jeśli interesuje Cię automatyzacja oparta na sztucznej inteligencji, dowiedz się, jak rozwiązania oparte na sztucznej inteligencji można wykorzystać w implementi.ai.