Исследователи из MIT создали революционную AI-модель под названием VibeGen, которая способна проектировать белки, учитывая их движение и вибрации. Это открывает новые возможности для разработки динамических биоматериалов и адаптивных терапевтических средств.
Новый подход к проектированию белков
Традиционно белки проектируются на основе их формы. Однако форма — это лишь часть их функциональности. Белки в нашем теле действуют как молекулярные машины, выполняя множество задач через свои движения. VibeGen позволяет проектировать белки, учитывая, как они изгибаются, вибрируют и меняют форму в ответ на окружающую среду.
Как работает VibeGen
Модель использует генеративные AI для создания белков с заранее заданными динамическими характеристиками. VibeGen опирается на серию достижений в области агентного AI, где несколько моделей работают совместно для решения сложных задач. Это похоже на процесс создания программного обеспечения, где задается желаемый результат, а AI создаёт необходимую программу.
Преимущества для медицины и материаловедения
Контроль за движением белков может иметь значительные применения в медицине. Например, белки, которые меняют форму по команде, могут более точно взаимодействовать с целевыми молекулами, такими как вирусы или раковые клетки. В материаловедении проектирование белков с определенными механическими свойствами может привести к созданию новых устойчивых материалов или биодеградируемых альтернатив на основе пластика.
Будущее молекулярной инженерии
Возможность задавать движение как параметр проектирования открывает путь к созданию молекулярных машин с высокой точностью и целенаправленностью. Это может привести к созданию структурных материалов, которые сами восстанавливаются после стресса или адаптируются под нагрузку. VibeGen может предложить дизайны белков, которые эволюция не исследовала, полностью удовлетворяющие нашим требованиям.
Исследователи планируют продолжать совершенствовать модель и проверять созданные дизайны в лабораторных условиях. Они также надеются интегрировать подход к движению с другими AI-инструментами для создания многофункциональных белков, способных адаптироваться в реальном времени.
Исследование было поддержано Министерством сельского хозяйства США, AI-лабораторией MIT-IBM Watson и инициативой MIT по генеративному AI.
