Работа, опубликованная в Journal of Molecular Biology, проведена учеными из Брюссельского межуниверситетского института биоинформатики, Свободного университета Брюсселя и Гентского университета. Они изучили альфа-1-кислый гликопротеин (AGP) — важный белок крови, который участвует в воспалительных реакциях и процессах, связанных с раком. Исследование стало частью докторской диссертации Бхавны Диксит. Она изучила, как изменчивость структуры AGP влияет на его поведение.
AGP давно известен биологам, но его сложная структура с множеством прикрепленных гликанов, молекул сахара, делает его трудным объектом для изучения. Эти гликаны постоянно меняются в зависимости от состояния организма, что придает белку необычную гибкость. Даже незначительные мутации, особенно в участках, где присоединяются гликаны, могут полностью изменить поведение белка.
С помощью компьютерного моделирования ученые показали, как эти изменения влияют на способность AGP взаимодействовать с лекарствами. Это открывает важные перспективы для персонализированной медицины. В ней реакция пациента на препарат может зависеть от тончайших различий в структуре одного-единственного белка.
Однако, как выяснилось, известный инструмент искусственного интеллекта AlphaFold, который активно используется для предсказания форм белков, не справляется с подобными случаями. Он показывает хорошие результаты для стабильных, «жестких» участков, но не может точно отразить гибкие и динамичные части. Сравнение с экспериментальными данными, полученными методом ЯМР-спектроскопии, подтвердило: ИИ сильно упрощает сложную биологическую реальность.
По словам Диксит, модели вроде AlphaFold полезны, но не должны восприниматься как абсолютная истина. Многие биологически важные белки — «живые механизмы», гибкие и чувствительные к изменениям. И без экспериментов, подтверждающих данные ИИ, выводы могут быть неточными.
Это исследование подчеркивает: несмотря на успехи в области ИИ, биология остается слишком сложной, чтобы полностью доверить ее машинам. Особенно когда речь идет о молекулах, которые ведут себя как тонкие механизмы — реагируя на малейшее «сбивание настройки» вроде мутаций или воспаления.
Хотя возможности ИИ в разработке лекарств впечатляют, особенно в поиске безопасных молекул для терапии аутоиммунных заболеваний, важно помнить, что не все биологические системы поддаются такой простой математике. Как показало недавнее исследование, даже самые продвинутые алгоритмы могут «споткнуться» на сложной динамике белков — об этом вы можете узнать в этой статье.