Учёные разработали модель искусственного интеллекта PocketGen для проектирования белков, связывающих лиганды
Модель позволяет генерировать последовательности аминокислот и атомные структуры белковых участков, в которых происходят взаимодействия с лигандами. Это способствует согласованности между последовательностью и структурой белка.
PocketGen использует граф-трансформатор для захвата взаимодействий на разных уровнях, включая атомы, остатки и лиганды. Для уточнения последовательности модель интегрирует структурный адаптер в белковую языковую модель. Это обеспечивает соответствие предсказаний, основанных на структуре, предсказаниям, основанным на последовательности.
Модель работает в десять раз быстрее, чем методы, основанные на физике, и демонстрирует 97%-й уровень успеха, определяемый как процент сгенерированных карманов с более высокой аффинностью связывания, чем у эталонных. Кроме того, она достигает коэффициента восстановления аминокислот, превышающего 63%.
Разработка может ускорить процесс открытия новых лекарств.
https://doi.org/10.1038/s42256-024-00920-9
Источник:
Журнал «Nature»
