Выпускница курса "Нейронные сети и их применение в научных исследованиях", аспирант кафедры биоинженерии биологического факультета МГУ имени М. В. Ломоносова Елизавета Богданова провела исследование по предсказанию аффинности связывания в белок-белковых комплексах с применением технологий искусственного интеллекта.
Результаты исследования опубликованы в журнале «PROTEINS: Structure, Function, and Bioinformatics». Работа, посвящённая предсказанию аффинности связывания в комплексах RBD-ACE2, принята к публикации в журнал «Биофизика».
"Изучение структурных особенностей белок-белковых взаимодействий важно для понимания сложных клеточных процессов и многих заболеваний, а также может служить основой для разработки лекарственных препаратов, способных к модификации данных взаимодействий" - отметила автор исследования.
В ходе научной работы был разработан алгоритм, основанный на трехмерной сверточной нейронной сети, предсказывающий значение константы диссоциации для белок-белковых комплексов на основе множества пар межатомных расстояний в белках-партнёрах.
По итогам тестирования на независимых наборах данных полученная модель превзошла все существующие аналоги в предсказании аффинности связывания.
Также обученная модель показала высокие результаты в предсказании аффинности связывания в комплексах RBD-домена S-белка вируса SARS-CoV-2 (включая мутантные формы) с ангиотензинпревращающим ферментом 2 (ACE2), превосходящие альтернативные подходы к оценке взаимодействий.
«Полученные результаты свидетельствуют о возможности применения разработанного алгоритма для оценки связывания в новых, экспериментально малоизученных белок-белковых комплексах, что значительно сократит время и ресурсы, затрачиваемые на начальные этапы разработки лекарственных препаратов, основанных на белок-белковых взаимодействиях, к которым, в частности, относятся и противоопухолевые препараты», — пояснила Елизавета Богданова.
Применение сверточного нейросетевого алгоритма позволило проанализировать информацию о межатомных взаимодействиях, реализуемых на разных расстояниях между функциональными группами, сохранив особенности пространственной организации белок-белковых комплексов.
Таким образом, для предсказания используется наиболее полная информация о взаимодействиях между белками.
Отметим, что научная статья Елизаветы Богдановой "ProBAN: Neural network algorithm for predicting binding affinity in protein–protein complexes", опубликованная в журнале PROTEINS от 9.05.2024 года, стала лучшей в рамках Конкурса публикаций курса "Нейронные сети и их применение в научных исследованиях". Заняв 1 место в рейтинге авторов публикаций, Елизавета Богданова получила грант от Фонда развития науки и образования "Интеллект" в размере 200 000 рублей.
Результаты исследования опубликованы в журнале «PROTEINS: Structure, Function, and Bioinformatics». Работа, посвящённая предсказанию аффинности связывания в комплексах RBD-ACE2, принята к публикации в журнал «Биофизика».
"Изучение структурных особенностей белок-белковых взаимодействий важно для понимания сложных клеточных процессов и многих заболеваний, а также может служить основой для разработки лекарственных препаратов, способных к модификации данных взаимодействий" - отметила автор исследования.
В ходе научной работы был разработан алгоритм, основанный на трехмерной сверточной нейронной сети, предсказывающий значение константы диссоциации для белок-белковых комплексов на основе множества пар межатомных расстояний в белках-партнёрах.
По итогам тестирования на независимых наборах данных полученная модель превзошла все существующие аналоги в предсказании аффинности связывания.
Также обученная модель показала высокие результаты в предсказании аффинности связывания в комплексах RBD-домена S-белка вируса SARS-CoV-2 (включая мутантные формы) с ангиотензинпревращающим ферментом 2 (ACE2), превосходящие альтернативные подходы к оценке взаимодействий.
«Полученные результаты свидетельствуют о возможности применения разработанного алгоритма для оценки связывания в новых, экспериментально малоизученных белок-белковых комплексах, что значительно сократит время и ресурсы, затрачиваемые на начальные этапы разработки лекарственных препаратов, основанных на белок-белковых взаимодействиях, к которым, в частности, относятся и противоопухолевые препараты», — пояснила Елизавета Богданова.
Применение сверточного нейросетевого алгоритма позволило проанализировать информацию о межатомных взаимодействиях, реализуемых на разных расстояниях между функциональными группами, сохранив особенности пространственной организации белок-белковых комплексов.
Таким образом, для предсказания используется наиболее полная информация о взаимодействиях между белками.
Отметим, что научная статья Елизаветы Богдановой "ProBAN: Neural network algorithm for predicting binding affinity in protein–protein complexes", опубликованная в журнале PROTEINS от 9.05.2024 года, стала лучшей в рамках Конкурса публикаций курса "Нейронные сети и их применение в научных исследованиях". Заняв 1 место в рейтинге авторов публикаций, Елизавета Богданова получила грант от Фонда развития науки и образования "Интеллект" в размере 200 000 рублей.