Post #40
129
☣️Российские учёные «прокачали» AlphaFold2: теперь она чувствует мутации
Исследователи из Института AIRI усовершенствовали модель AlphaFold2, сделав её более точной в предсказании влияния мутаций на белковые молекулы. Это открывает новые перспективы для дизайна белков и разработки лекарств.
Оригинальная версия AlphaFold2 плохо справлялась с оценкой стабильности белков при точечных изменениях. Причина — в её алгоритме: модель несколько раз «перепроверяет» прогноз и каждый раз использует исходные данные о структуре. Из-за этого мутированные варианты оказывались слишком похожи на исходные.
Учёные изменили архитектуру: данные о структуре теперь подаются только на первом этапе. В результате модель стала значительно лучше улавливать последствия единичных и комбинированных мутаций, включая такие сложные случаи, как инсерции (вставка аминокислот) и делеции (их потеря).
Важное преимущество новой версии — отсутствие необходимости в данных о гомологах, что позволяет работать даже с абсолютно новыми белками без известных аналогов.
По словам Марии Синдеевой, сотрудницы Центра ИИ-разработки новых лекарств AIRI, это исследование создаёт основу для будущих биоинформатических инструментов, которые будут ещё точнее предсказывать влияние мутаций и ускорять разработку терапий.
@antibiotech
Исследователи из Института AIRI усовершенствовали модель AlphaFold2, сделав её более точной в предсказании влияния мутаций на белковые молекулы. Это открывает новые перспективы для дизайна белков и разработки лекарств.
Оригинальная версия AlphaFold2 плохо справлялась с оценкой стабильности белков при точечных изменениях. Причина — в её алгоритме: модель несколько раз «перепроверяет» прогноз и каждый раз использует исходные данные о структуре. Из-за этого мутированные варианты оказывались слишком похожи на исходные.
Учёные изменили архитектуру: данные о структуре теперь подаются только на первом этапе. В результате модель стала значительно лучше улавливать последствия единичных и комбинированных мутаций, включая такие сложные случаи, как инсерции (вставка аминокислот) и делеции (их потеря).
Важное преимущество новой версии — отсутствие необходимости в данных о гомологах, что позволяет работать даже с абсолютно новыми белками без известных аналогов.
По словам Марии Синдеевой, сотрудницы Центра ИИ-разработки новых лекарств AIRI, это исследование создаёт основу для будущих биоинформатических инструментов, которые будут ещё точнее предсказывать влияние мутаций и ускорять разработку терапий.
@antibiotech
- ❤ 3
- 👍 1
- 🔥 1