Новый инструмент искусственного интеллекта позволяет предсказывать функции ферментов на основе их аминокислотных последовательностей, даже если ферменты не изучены или мало изучены. По словам исследователей, инструмент искусственного интеллекта, получивший название CLEAN, превосходит ведущие современные инструменты по точности, надежности и чувствительности. Более глубокое понимание ферментов и их функций станет благом для исследований в области геномики, химии, промышленных материалов, медицины, фармацевтики и т.д.
"Подобно тому, как ChatGPT использует данные письменного языка для создания прогнозируемого текста, мы используем язык белков для прогнозирования их активности", - сказал руководитель исследования Хуэймин Чжао (Huimin Zhao), профессор химической и биомолекулярной инженерии Университета Иллинойса Урбана-Шампейн. "Практически каждый исследователь, работая с новой последовательностью белка, хочет сразу же знать, что этот белок делает. Кроме того, при создании химических веществ для любых целей - биологии, медицины, промышленности - этот инструмент поможет исследователям быстро определить нужные ферменты, необходимые для синтеза химических веществ и материалов".
По словам Чжао, сотрудника Института геномной биологии имени Карла Р. Вуза в Иллинойсе, с развитием геномики было идентифицировано и секвенировано множество ферментов, но у ученых практически нет информации о том, что эти ферменты делают.
Другие вычислительные инструменты пытаются предсказать функции ферментов. Как правило, они пытаются присвоить ферменту номер комиссии - идентификационный код, указывающий, какую реакцию катализирует фермент, - путем сравнения запрашиваемой последовательности с каталогом известных ферментов и поиска сходных последовательностей.
Однако эти инструменты не так хорошо работают с малоизученными или неохарактеризованными ферментами, а также с ферментами, выполняющими несколько функций, говорит Чжао.
"Мы не первые, кто использует инструменты искусственного интеллекта для предсказания количества комиссий ферментов, но мы первые, кто использует новый алгоритм глубокого обучения, называемый контрастным обучением, для предсказания функций ферментов. Мы обнаружили, что этот алгоритм работает гораздо лучше, чем инструменты искусственного интеллекта, которые используют другие компании", - сказал Чжао. "Мы не можем гарантировать, что каждый продукт будет правильно предсказан, но мы можем получить более высокую точность, чем два или три других метода".
Исследователи проверили свой инструмент экспериментально с помощью вычислительных экспериментов и экспериментов in vitro. Они обнаружили, что инструмент не только позволяет предсказывать функции ранее не охарактеризованных ферментов, но и исправляет ферменты, неправильно идентифицированные ведущим программным обеспечением, и правильно определяет ферменты с двумя и более функциями.
Группа Чжао предоставляет доступ к CLEAN в Интернете другим исследователям, желающим охарактеризовать фермент или определить, может ли фермент катализировать нужную реакцию.
"Мы надеемся, что этот инструмент будет широко использоваться широким научным сообществом", - сказал Чжао. "С помощью веб-интерфейса исследователи могут просто ввести последовательность в поисковую строку, как в поисковой системе, и увидеть результаты".
По словам Чжао, группа планирует расширить возможности ИИ, лежащего в основе CLEAN, для определения характеристик других белков, например, связывающих белков. Группа также надеется и дальше развивать алгоритмы машинного обучения, чтобы пользователь мог искать желаемую реакцию, а искусственный интеллект указывал бы на подходящий фермент для этой работы.
"Существует множество неохарактеризованных связывающих белков, таких как рецепторы и факторы транскрипции. Мы также хотим предсказать их функции", - сказал Чжао.
"Мы хотим предсказать функции всех белков, чтобы знать все белки клетки и лучше изучить или спроектировать всю клетку для применения в биотехнологии или биомедицине".
Национальный научный фонд поддержал эту работу через Институт Molecule Maker Lab, возглавляемый Чжао.