Инженеры из MIT разработали инновационную модель искусственного интеллекта VibeGen, которая позволяет создавать белки, учитывая их движения и вибрации, а не только форму. Это представляет собой значительный прорыв в области динамических биологических материалов и адаптивных терапевтических средств.
Новый подход к проектированию белков
Белки, находящиеся в каждой клетке нашего тела, выполняют множество функций, от транспортировки кислорода до борьбы с инфекциями. Долгое время ученые сосредотачивались на их статической форме, но VibeGen предлагает принципиально новый подход, ориентируясь на движения белков.
Модель VibeGen позволяет ученым задавать, как белок будет изгибаться, вибрировать и изменять форму в ответ на окружающие условия. Это открывает новые возможности для создания механически активных молекул, которые могут адаптироваться к различным задачам.
Как работает VibeGen
Модель VibeGen использует генеративные технологии ИИ для создания белков с заданной динамикой. Она основана на диффузионных моделях, которые создают последовательности аминокислот, способные двигаться определенным образом. В процессе разработки участвуют два агента: "дизайнер", предлагающий варианты, и "предсказатель", оценивающий их.
Эта система позволяет проектировать белки, не существующие в природе, и проверять их работоспособность с помощью физических симуляций. Инженеры обнаружили, что множество разных последовательностей белков могут выполнять одну и ту же функцию, что подчеркивает богатый потенциал для новых разработок.
Потенциальные приложения и перспективы
Контроль за движениями белков может значительно повлиять на медицину и материаловедение. В медицине белки, которые могут изменять свою форму по сигналу, могут стать основой для более безопасных и эффективных лекарств. В материаловедении это позволит создавать устойчивые и адаптивные материалы, такие как биологические волокна и биоразлагаемые пластики.
VibeGen позволяет проектировать молекулярные машины с точностью, аналогичной проектированию мостов или микросхем. Это открывает возможности для создания белков, которые могут адаптироваться в реальном времени, реагировать на сигналы и выполнять сложные задачи.
Исследование проводилось при поддержке Министерства сельского хозяйства США, лаборатории MIT-IBM Watson AI Lab и инициативы MIT по генеративному ИИ.
