AlphaFold

AlphaFold — это система искусственного интеллекта (ИИ), разработанная компанией DeepMind (подразделение Google, входящее в холдинг Alphabet Inc. — организация признана иноагентом в РФ) для решения задачи предсказания трёхмерной (третичной) структуры белков по их аминокислотной последовательности. AlphaFold относится к классу моделей глубокого обучения, применяемых в структурной биоинформатике. Ключевой особенностью системы является способность предсказывать пространственную конфигурацию белков с точностью, сопоставимой с экспериментальными методами (рентгеновская кристаллография, криоэлектронная микроскопия), но за значительно более короткое время. Результаты работы AlphaFold, в частности версии AlphaFold2, были признаны крупным прорывом в молекулярной биологии, так как открыли путь к массовому и быстрому определению структур белков, что имеет фундаментальное значение для понимания механизмов жизни и разработки лекарственных средств.

История

Предпосылки и контекст

Проблема предсказания структуры белка (англ. protein folding problem) является одной из центральных в биохимии. Она заключается в том, что аминокислотная последовательность (первичная структура) теоретически однозначно определяет трёхмерную структуру, в которую белок сворачивается в естественных условиях. Однако вычислить эту структуру на основе физических законов (молекулярная динамика) чрезвычайно сложно из-за огромного числа степеней свободы и длительности процесса. До появления AlphaFold основными методами были рентгеноструктурный анализ, ядерный магнитный резонанс (ЯМР) и, позднее, криоэлектронная микроскопия, которые требовали дорогостоящего оборудования и длительного времени (от нескольких недель до лет на один белок).

Разработка и соревнования CASP

DeepMind начала работу над AlphaFold в 2016 году. Система была впервые представлена на 13-й конференции Critical Assessment of Structure Prediction (CASP13) в 2018 году. На CASP13 AlphaFold показала результаты, значительно превзошедшие другие методы, по среднему показателю GDT_TS (Global Distance Test — мера сходства предсказанной структуры с экспериментальной). В 2020 году на CASP14 была представлена версия AlphaFold2, которая достигла медианного показателя GDT_TS около 92,4 баллов из 100, что практически соответствовало точности экспериментальных методов. Это событие было названо «решением 50-летней проблемы» в молекулярной биологии.

Публикация и открытые данные

В июле 2021 года DeepMind опубликовала код AlphaFold2 под свободной лицензией (Apache 2.0) и создала базу данных AlphaFold Protein Structure Database (AlphaFold DB), содержащую предсказанные структуры миллионов белков. К концу 2022 года база данных была расширена до более чем 200 миллионов структур, охватывающих практически все известные белки из всех организмов, чьи геномы секвенированы. В 2023 году компания выпустила версию AlphaFold-Multimer, предназначенную для предсказания структур белковых комплексов (взаимодействий нескольких белков). В 2024 году была анонсирована AlphaFold3, которая, помимо белков, способна предсказывать структуры комплексов с ДНК, РНК и малыми молекулами-лигандами.

Принцип работы

Архитектура нейронной сети

AlphaFold2 представляет собой нейронную сеть, основанную на архитектуре трансформер (transformer) с механизмом внимания (attention). В отличие от традиционных методов, которые полагаются на физическое моделирование, AlphaFold использует глубокое обучение для извлечения эволюционных и физико-химических закономерностей из больших наборов данных.

Этапы предсказания

1. Входные данные: На вход подаётся аминокислотная последовательность белка (первичная структура).
2. Построение множественного выравнивания последовательностей (MSA): Система ищет гомологичные (эволюционно родственные) последовательности в базах данных (например, UniRef, BFD, MGnify). MSA позволяет выявить консервативные участки и ко-вариации аминокислот, которые указывают на пространственные контакты.
3. Эволюционное моделирование: AlphaFold использует специальный блок (Evoformer), который обрабатывает MSA и пару последовательностей, обмениваясь информацией для уточнения предсказаний контактов между аминокислотами.
4. Структурный модуль: На основе уточнённых контактов и координат строится трёхмерная модель. Модуль использует механизм внимания для итеративного уточнения положения каждого атома, минимизируя энергетические конфликты.
5. Выходные данные: Координаты всех атомов (в формате PDB) и оценка достоверности (pLDDT — predicted Local Distance Difference Test) для каждого участка цепи.

Оценка точности

AlphaFold2 предсказывает структуру с точностью, которая в среднем составляет 0,5–1,5 ангстрема (среднеквадратичное отклонение, RMSD) для основного скелета белка по сравнению с экспериментальными данными. Для многих белков точность достаточна для выдвижения биологических гипотез. Однако система имеет ограничения: она хуже работает для белков с неупорядоченными участками, для белков, чьи структуры сильно зависят от внешних условий (pH, температура, лиганды), и для очень больших комплексов.

Применение

Фундаментальная биология

AlphaFold позволила получить структуры тысяч белков, которые ранее не были изучены экспериментально. Это дало возможность:

• Исследовать механизмы работы ферментов, рецепторов и транспортных белков.
• Изучать эволюционные взаимосвязи между белками на основе их структур.
• Моделировать процессы сборки вирусных капсидов и бактериальных жгутиков.

Медицина и фармакология

• Разработка лекарств: Предсказанные структуры белков-мишеней (например, рецепторов, киназ) ускоряют поиск потенциальных лекарственных соединений (drug discovery) методами виртуального скрининга.
• Понимание заболеваний: Структуры мутантных белков, связанных с наследственными заболеваниями (например, муковисцидоз, рак), помогают понять патогенез.
• Вакцины: AlphaFold использовалась для моделирования структур белков шипа коронавируса SARS-CoV-2 и других патогенов.

Биотехнология и синтетическая биология

• Инженерия белков: Предсказание структур позволяет целенаправленно модифицировать белки для улучшения их свойств (термостабильность, каталитическая активность, связывание с субстратом).
• Дизайн новых белков: AlphaFold используется для проверки структур, сгенерированных алгоритмами de novo дизайна белков.

Критика и ограничения

Технические ограничения

• Неупорядоченные белки: AlphaFold плохо предсказывает структуры для белков или их участков, которые в природе являются неупорядоченными (intrinsically disordered proteins).
• Конформационная динамика: Система предсказывает одну статическую структуру, тогда как многие белки существуют в нескольких конформационных состояниях, переключаясь между ними.
• Зависимость от MSA: Для белков с уникальными последовательностями (без гомологов в базах данных) точность предсказания резко падает.
• Комплексы: AlphaFold2, даже в версии Multimer, не всегда корректно предсказывает интерфейсы взаимодействия между белками, особенно если они слабые или временные.

Этические и научные вопросы

• Воспроизводимость: Некоторые исследователи отмечают, что AlphaFold может давать ложноположительные результаты, особенно для белков с низким pLDDT.
• Зависимость от данных: Система обучалась на экспериментальных структурах, которые могут содержать систематические ошибки (например, из-за кристаллизации).
• Доступность: Несмотря на открытый код, для запуска полноценного обучения требуется значительная вычислительная мощность (сотни GPU), что ограничивает доступность для небольших лабораторий.

Интересные факты

• В 2021 году журнал Science назвал AlphaFold2 «прорывом года».
• Основатель DeepMind Демис Хассабис и ведущий разработчик Джон Джампер получили премию Breakthrough Prize в области наук о жизни (2023) за разработку AlphaFold.
• База данных AlphaFold DB содержит предсказания для более чем 200 миллионов белков, что покрывает практически все известные последовательности из UniProt.
• AlphaFold3, анонсированная в 2024 году, добавила возможность предсказывать структуры комплексов с ковалентными модификациями и малыми молекулами, что расширяет её применение в фармакологии.

Источники

1. Jumper, J., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589.
2. Senior, A. W., et al. (2020). Improved protein structure prediction using potentials from deep learning. Nature, 577, 706–710.
3. Varadi, M., et al. (2022). AlphaFold Protein Structure Database: massively expanding the structural coverage of protein-sequence space. Nucleic Acids Research, 50(D1), D439–D444.
4. Abramson, J., et al. (2024). Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature, 630, 493–500.
5. Tunyasuvunakool, K., et al. (2021). Highly accurate protein structure prediction for the human proteome. Nature, 596, 590–596.