AlphaFold3: как новая модель предсказывает взаимодействия белков в клетке

Вот вам ирония: создав инструмент, изменивший биологию, команду Джона Джампера из Google DeepMind постоянно спрашивали «а что дальше?». Ученым мало было знать форму белка. Им нужно было понять, как он себя ведет в дикой природе клетки: как цепляется за спираль ДНК, как меняется при встрече с другим белком, как его можно «уговорить» работать на медицину. С выходом AlphaFold3 на часть этих вопросов, кажется, появились ответы.

Новая версия AlphaFold и динамика белков

Свежая статья в Nature раскрывает детали: AlphaFold3 учится предсказывать структуры белков в момент их взаимодействия с другими биомолекулами. Но есть нюанс. Если вторую версию выложили в открытый доступ для всех, то к третьей подход иной. Бесплатный доступ — только для некоммерческих исследований через специальный веб-сервер. Интересно, к чему приведет такая политика ограничений?

Помните, в чем была магия AlphaFold2? Она с невероятной точностью определяла трехмерную структуру белка по цепочке аминокислот — быстро и дёшево, в обход многомесячных экспериментов. Но жизнь белка — это не застывшая статуя. Это постоянное движение, связывание, изменение. Открытая база данных со структурами почти всех известных белков стала чудом, но ученым хотелось большего — моделировать целые молекулярные ансамбли, а не одиночные элементы.

Основное обновление

Архитектура AlphaFold3 принципиально новая. В основе — диффузионная модель, та самая технология, что стоит за генерацией изображений вроде Midjourney. Только здесь она генерирует не картины, а правдоподобные конфигурации молекул. И судя по тестам, в предсказании того, как лекарственные вещества связываются с белками, новый алгоритм обогнал традиционные методы физического моделирования. Это серьёзная заявка.

Одними из первых с системой поработали биохимики из Института Фрэнсиса Крика в Лондоне. Им удалось смоделировать, как специфические белки взаимодействуют с ДНК на одном из самых ответственных этапов — перед делением клетки. Результат они, без лишней скромности, назвали блестящим. Выходит, мы уже можем заглядывать в святая святых клеточного цикла?

Ограниченный доступ

И вот здесь начинается самое интересное. В отличие от предыдущей версии, исходный код AlphaFold3 публиковать не будут. Никаких локальных установок. Только веб-сервер, куда можно загрузить последовательность белка и через 10 минут получить предсказание. Но с лимитом: не больше 10 запросов в день, и запрет на моделирование связей с потенциальными лекарствами. «Нужно соблюсти баланс между доступностью и безопасностью», — поясняет Пушмит Кохли из DeepMind. Понятна ли такая осторожность? Да. Вызывает ли она вопросы у научного сообщества? Ещё бы.

Несмотря на ограничения, оптимизма меньше не становится. Ученые надеются, что открытые аналоги появятся довольно скоро. Сергей Овчинников, создавший веб-оболочку для AlphaFold2, предполагает, что сообщество может разработать открытые решения на основе новых принципов уже до конца года. История с AlphaFold2 показала, что когда знание становится общим, происходит взрыв открытий. Повторится ли это с третьей версией? Будем следить.