Разработки нобелевских лауреатов по химии значительно удешевят исследования

Определение структуры белка важно для понимания процессов, связанных с болезнями, для поиска новых лекарств, для решения биотехнологических задач по синтезу полезных веществ, пищевых добавок

САНКТ-ПЕТЕРБУРГ, 9 октября. /ТАСС/. Создание алгоритмов AlphaFold и сети распределенных вычислений Rosetta@Home значительно удешевит исследования по изучению структуры белков. Такое мнение высказал ТАСС ведущий научный сотрудник Санкт-Петербургского государственного университета (СПбГУ) Кирилл Антонец, комментируя открытия Дэвида Бейкера, Джона Джампера и Демиса Хассабиса.

"Большинство процессов в живых организмах зависят от функционирования белков, точнее от их структуры, того, как они устроены в трехмерном пространстве. При этом сами по себе белки, представляют из себя ниточки, состоящие из отдельных блоков аминокислот. Эти нити, "скомканные" в пространстве, формируют клубочки. От формы этих клубочков зависит то, какую функцию выполняет белок - это принципиально важно знать для того, чтобы понимать, как вообще работают живые организмы. При этом последовательность аминокислот в этой ниточке (цепочке бус) мы можем достаточно легко определить, для этого сегодня уже есть известные отработанные методы. А вот получение структуры каждого отдельного белка - это достаточно дорогостоящая задача, которая зачастую обходится в сотни тысяч и миллионов долларов", - сказал он, подчеркнув, что это очень важное научное открытие.

По словам ученого, определение структуры белка важно для понимания процессов, связанных с болезнями, для поиска новых лекарств, для решения биотехнологических задач по синтезу полезных веществ, пищевых добавок. Как отметил специалист, сложность задачи предсказания, например, последовательности аминокислот, сопоставима со "сборкой космического корабля", когда есть лишь список деталей.

"Использование современных методов искусственного интеллекта и глубокого машинного обучения позволили решить эту задачу и приблизить по точности решение, которое получается в результате предсказания, к тем результатам, которые получали в ходе экспериментов. Это значительно экономит финансовые и временные ресурсы. Если раньше подобные задачи можно было решить за год, то сейчас с помощью ИИ они решаются в течение нескольких часов. Для науки это открывает невероятные возможности, так как метод сегодня используется для многих фундаментальных исследований и поиска новых лекарств", - объяснил ученый.

Однако, как считает Антонец, разработанные учеными методы не позволяют в полной мере заменить экспериментальные результаты. Все результаты, которые получают с помощью компьютерных программ, все еще нуждаются в экспериментальном предсказании, но при этом очень сильно снижают стоимость и время исследований.

Нобелевские лауреаты по химии

Нобелевской премии в области химии за 2024 год удостоены американский ученый Дэвид Бейкер, а также британские исследователи Джон Джампер и Демис Хассабис. Ученых отметили премией за "компьютерное моделирование структур белков", а также за "прогнозирование структур белков", говорится в мотивировочной части решения комитета.