Машинное обучение помогло смоделировать белки на квантовом уровне
Новый алгоритм с машинным обучением помог ученым смоделировать на квантовом уровне процессы, происходящие с белком при воздействии света
Чтобы точно понять биохимические процессы в природе, такие как фотосинтез у определенных бактерий, важно знать последовательность событий, которые происходят с молекулами на каждом этапе. Когда свет попадает на фотоактивные белки, их пространственная структура изменяется, и это структурное изменение определяет, как будет вести себя белок в том или ином процессе.
Почему это важно? До сих пор было практически невозможно отследить точную последовательность, в которой происходят структурные изменения биомолекул в реакциях. В теории можно было определить только начальное и конечное состояния молекулы — до и после реакции. Но увидеть, что происходит между начальным и конечным состоянием, не представляется возможным при помощи современных методов.
Если бы удалось создать метод, позволяющий заглянуть глубже в детали этих процессов, ученые смогли бы, например, лучше понять активируемые светом процессы в белках. В теории это может позволить неинвазивно управлять активностью определенных белков и не только создавать биологические наномашины, но и лечить недуги.
Что сделали ученые? Исследователи создали алгоритм с машинным обучением, который способен полностью описать динамику структурных изменений белка при переходе из начального состояния в конечное. Это потребовало рассмотрения всех возможных направлений движения всех вовлеченных в процесс частиц. В обычных алгоритмах при таком расчете возникают уравнения, которые невозможно решить.
Однако компьютерный анализ, основанный на машинном обучении, позволил авторам выявить закономерности в коллективном движении атомов в сложной молекуле. То есть, вместо прямого пересчета всех состояний, программа нашла «тайные ходы», позволяющие упростить задачу квантового моделирования.
Статья об открытии опубликована в журнале Nature.