" Если раньше учёные опирались на то, что уже создала природа, то теперь они учат ИИ проектировать взаимодействия, которых в природе никогда не было.
Раньше предсказания строились на эволюционных данных. Например, если два белка взаимодействуют у мыши, их аналоги, скорее всего, будут взаимодействовать и у человека. Этот метод работает, но ограничивает тем, что уже есть в природе.
Новый подход другой в том, что ИИ анализирует физические свойства белков — их форму, электрический заряд, способность отталкивать или притягивать воду. Это позволяет предсказывать, как белки могут связываться друг с другом, даже если таких связей в природе не существовало.
Это фундаментальный сдвиг от "изучения того, что создала природа" к "созданию того, что природа никогда не пробовала", используя ИИ и понимание физики белковых поверхностей.
Это нужно для:
1. Создания новых лекарств
2. Лечения рака
3. Недоступных мишеней
Как это работает?
> ИИ учится на огромной базе структур белков (например, Protein Data Bank) и законах физики, которые определяют, как белки могут соединиться.
> Алгоритмы изучают поверхности белков, чтобы понять, какие из них подходят друг другу по форме и свойствам.
>Предсказания ИИ тестируют в лаборатории за недели, а не миллионы лет, как в эволюции.
Что ещё не так просто?
1. Не все предсказанные взаимодействия устойчивы в живой клетке, где много случайных факторов.
2. Молекулы должны работать строго в нужном месте, а это отдельная задача.
3. Для таких расчётов нужны мощные компьютеры.
Мы начинаем смотреть на биологию не только как на природную систему, но и как на инженерную задачу. Это не отменяет изучение природы, а даёт новый инструмент — возможность создавать взаимодействия с нуля. Для медицины это открывает путь к новым лекарствам, для биотехнологий — к программируемым клеткам, а для науки — к новым способам изучать биологию.
