ИИ помог учёным понять смертельные токсины морских улиток

Входные и выходные данные полуконтролируемой модели машинного обучения для определения специфичности α-конотоксинов к подтипам человеческих nAChR-рецепторов. Модель учитывала аминокислотные последовательности α-конотоксинов, их электростатические свойства и склонность к образованию вторичных структур. Автор: ACS Chemical Neuroscience (2025). DOI: 10.1021/acschemneuro.4c00760

Морские улитки-конусы производят опасные нейротоксины, о механизме взаимодействия которых с человеческим организмом известно крайне мало. Впервые команда из Национальной лаборатории Лос-Аламоса разработала модель машинного обучения, предсказывающую, как α-конотоксины связываются с конкретными подтипами человеческих рецепторов. Это открытие может помочь в создании противоядий.

«Из-за разнообразия и сложности природных конотоксинов секвенированы лишь 2% из них», — поясняет теоретический биолог Гнана Гнанакаран. «Противоядий не существует, но с помощью ИИ мы теперь можем разрабатывать инструменты для изучения этих угроз».

Более 800 видов улиток-конусов производят свыше 1 миллиона различных конотоксинов. Исследователи сосредоточились на α-конотоксинах — особенно опасном и распространённом семействе.

Разработанная модель преодолела проблему нехватки данных, анализируя аминокислотные последовательности, электростатические свойства и структурные особенности токсинов. Это первая в мире модель, способная предсказывать связывание с конкретными подтипами рецепторов.

Предсказание мишеней для токсинов

Улитка Conus geographus, считающаяся самым смертоносным видом (65% летальность от укуса), использует α-конотоксины для атаки на никотиновые ацетилхолиновые рецепторы человека. Это нарушает работу мышц, нервной системы и тканей, часто приводя к смерти.

Для обучения модели учёные применили две нейросетевые архитектуры, комбинируя плотные и свёрточные слои. Наилучшие результаты показал полуконтролируемый классификатор, учитывающий все три типа данных.

Экспериментальная проверка

Следующий этап — лабораторные испытания предсказаний модели. Искусственный интерфейс, имитирующий связывание токсинов, может стать основой для противоядия. Это особенно актуально в свете потенциального создания синтетических нейротоксинов.

«Никто ранее не изучал связывание с подтипами рецепторов так глубоко», — отмечает биохимик Джессика Кубичек-Сазерленд. «Эксперименты покажут, работают ли наши ИИ-модели в реальности».

Дополнительная информация: Hung Nguyen Do et al, Prediction of Specificity of α-Conotoxins to Subtypes of Human Nicotinic Acetylcholine Receptors with Semi-supervised Machine Learning, ACS Chemical Neuroscience (2025). DOI: 10.1021/acschemneuro.4c00760