Нанобиолог и биофизик Йерун Метхорст из Лейденского института химических исследований создал компьютерную систему, которая помогает находить белки, необходимые для создания новых лекарственных средств. Соответствующее исследование опубликовано в Chemical Theory and Computation.
![]()
Фото из открытых источников
Метхорст разработал эту систему, используя свои навыки программирования. Его система позволяет ученым виртуально моделировать эволюцию, чтобы найти белки с нужными свойствами.
«Вы вводите, что вам нужен белок, состоящий из 20 аминокислот, и что он должен делать. Компьютерная программа начинается с нескольких сотен случайно сгенерированных белковых молекул, каждая размером в двадцать аминокислот», - объясняет Метхорст.
Система использует физические знания для оценки молекул и выбора тех, которые лучше всего соответствуют поставленной задаче. Затем отобранные молекулы «размножаются» с использованием эволюционного алгоритма, создавая новые поколения молекул с улучшенными свойствами.
«Этот процесс продолжается примерно в течение 20 или 30 поколений, пока исследователи не будут удовлетворены», - говорит Метхорст.
Коллега Метхорста Ник ван Хилтен успешно использовал эту систему для поиска белка, способного обнаруживать и уничтожать вирусы.
«Исследования Ниека начались с идеи разработки небольшого белка, состоящего из двадцати аминокислот. Он должен был быть способен распознавать и разрушать сильно изогнутую мембрану небольшой вирусной сферы», - говорит Метхорст.
Белок, найденный системой Метхорста, был протестирован в немецкой лаборатории и оказался эффективным в уничтожении вирусов.
Система Метхорста также обнаружила молекулы, способные притягивать холестерин. Однако в лабораторных условиях эти молекулы также притягивались друг к другу, что нежелательно.
«Такие сбои могут происходить из-за того, что знания системы не охватывают всю физику», - говорит Метхорст.
Для запуска системы Метхорста требуется огромная вычислительная мощность.
«Это узкое место, потому что суперкомпьютеров не хватает. Вы должны подать заявку на него, точно так же, как вы подали бы заявку на исследовательский грант», - говорит он.
Следующим шагом для Метхорста станет разработка самообучающегося алгоритма, который будет предсказывать, как молекула должна быть структурирована для выполнения своей функции.
«Это ключ к завершению моей системы. Это экономит много вычислительных мощностей, и вероятность того, что молекула сработает в лаборатории, возрастает», - говорит он.
Система Метхорста уже оказала значительное влияние на его исследовательскую группу.
«Теперь вся наша группа использует мои программы», - говорит он.
