ИИ, обученный на суперкомпьютере, расшифровал язык взаимодействия белков

Результаты тестирования моделей взаимодействия вирусных и человеческих белков. Автор: Nature Communications (2025). DOI: 10.1038/s41467-025-64512-w

Учёные из Университета Глазго использовали мощный суперкомпьютер, обычно применяемый астрономами и физиками, для создания новой модели машинного обучения, способной «переводить» язык белков.

В исследовании, опубликованном в журнале Nature Communications, междисциплинарная команда разработала большую языковую модель (LLM) под названием PLM-Interact. Эта модель лучше понимает взаимодействия белков и даже предсказывает, какие мутации повлияют на то, как эти crucial molecules «общаются» друг с другом.

Ранние тесты показали, что PLM-Interact превосходит конкурирующие модели в понимании и прогнозировании белковых взаимодействий. Разработка может помочь в изучении ключевых областей медицинской науки, включая развитие таких заболеваний, как рак и вирусные инфекции.

Модель сначала обучили на более чем 421 000 пар человеческих белков и их взаимодействий. В этом процессе использовались вычислительные мощности суперкомпьютера DiRAC, который предоставил команде доступ к оптимизированному кластеру GPU для быстрого создания и тонкой настройки модели, включающей более 650 миллионов параметров.

Доктор Ке Юань, один из авторов работы, отметил: «Замечательно, что DiRAC, созданный для помощи учёным в понимании законов природы, помог нам построить эту модель для исследования внутреннего пространства белковых взаимодействий».

PLM-Interact предсказывает взаимодействия белков на 16–28% точнее, чем другие современные ИИ-модели. Кроме того, он смог точно предсказать пять ключевых белковых взаимодействий, управляющих essential biological functions. Примечательно, что другие инструменты, включая AlphaFold3 от Google DeepMind, смогли предсказать лишь одно из пяти взаимодействий.

Исследователи также продемонстрировали, что PLM-Interact может точно определять влияние мутаций на белки, включая те, что вызывают genetic diseases или подавляют essential protein-protein interactions, приводя к таким заболеваниям, как рак.

Профессор Дэвид Л. Робертсон, другой автор работы, заявил: «Срочность понимания взаимодействий вируса и хозяина во время пандемии COVID-19 — хорошая иллюстрация того, почему такой инструмент, как PLM-Interact, может оказаться бесценным в будущем. Возможность быстро и точно получить представление о том, как вирусы взаимодействуют с нашими белками, может помочь нам лучше понять риски возникновения вирусов и заболеваний, что, в свою очередь, может ускорить разработку новых методов лечения».

ИИ: Это исследование — важный шаг в биоинформатике. Возможность точно моделировать белок-белковые взаимодействия с помощью ИИ открывает огромные перспективы для персонализированной медицины и ускоренной разработки лекарств, что особенно актуально в 2025 году.