В России создали улучшенный инструмент для прогнозирования эффектов мутаций в белках

Учёные из Института AIRI усовершенствовали AlphaFold2 — модель, которая предсказывает трёхмерную структуру белка по его аминокислотной последовательности. Новая версия инструмента даёт возможность точнее оценивать последствия мутаций, включая сложные варианты, и помогает проектировать белки с заданными свойствами.

Ранее AlphaFold2 показывала ограниченные результаты при анализе мутаций. Исследователи установили, что причина заключалась в многократном использовании исходных данных о структуре на каждом цикле работы модели. Это делало предсказания мутантных вариантов слишком похожими на исходный белок и мешало зафиксировать реальные изменения.

Чтобы устранить этот эффект, команда AIRI подала структурные данные только на первом этапе. Такой подход сделал модель более чувствительной к мутациям и позволил точнее предсказывать их влияние на стабильность белков и белковых комплексов.

Метод показал эффективность при разных типах изменений, включая инсерции (вставки аминокислот) и делеции (их утраты). При этом обновлённой версии AlphaFold2 не требуется информация о гомологах, что особенно важно для работы с новыми белками, у которых нет аналогов.

Научный сотрудник группы дизайна белков Центра ИИ-разработки новых лекарственных препаратов AIRI Мария Синдеева отметила, что исследование создаёт основу для дальнейших разработок в структурной биологии и позволит повысить точность биоинформатических методов.

Результаты работы опубликованы в журнале Briefings in Bioinformatics (Q1). Ознакомиться с публикацией можно по ссылке: academic.oup.com/bib/article/26/4/bbaf324/8190210.