NVIDIA и Google DeepMind опубликовали структуры белков 2800 вирусов для подготовки к пандемиям
NVIDIA и Google DeepMind совместно с другими организациями опубликовали в открытом доступе предсказанные 3D-структуры белковых комплексов более чем 2800 вирусов. Данные получены с помощью модели AlphaFold2 и оптимизированы через NVIDIA BioNeMo, что ускоря
Консорциум исследовательских организаций, включая NVIDIA и Google DeepMind, открыл доступ к предсказанным 3D-структурам белковых комплексов более чем 2800 вирусов через базу данных AlphaFold. Это позволяет ученым заранее изучать потенциальные угрозы.
Главные тезисы
- Опубликованы структуры белковых комплексов более 2800 вирусов
- Использована модель AlphaFold2 с оптимизацией NVIDIA BioNeMo
- 30% взаимодействий являются новыми для науки
- Данные доступны через AlphaFold Database
Открытые данные для борьбы с будущими пандемиями
В ответ на угрозу новых пандемий, которые могут возникнуть без предварительных знаний о возбудителе, как это было с COVID-19, консорциум глобальных исследовательских организаций, включающий NVIDIA, Google DeepMind и Европейский институт биоинформатики (EMBL-EBI), опубликовал предсказанные 3D-структуры белковых комплексов более чем 2800 вирусов. Данные доступны любому ученому через AlphaFold Database.
Структуры были получены с использованием модели AlphaFold2 от Google DeepMind, которая предсказывает, как белки сворачиваются в трехмерные формы. Для масштабирования инференса на тысячи вирусных протеомов применялась оптимизация через NVIDIA BioNeMo Inference Runtime. Это позволило команде предсказать комплексы — группы взаимодействующих белков, закодированные в каждом вирусе.
Новые биологические открытия
Около 30% добавляемых белковых взаимодействий являются полностью новыми для науки. Их формы никогда не документировались в Protein Data Bank, основном репозитории экспериментально определенных структур белков. Это открывает новые возможности для биологического сообщества.
«Эта база данных является двигателем для генерации гипотез, — отметил Крис Даллако, ведущий научный сотрудник NVIDIA. — Мы позволяем биологам и сообществу ИИ исследовать взаимодействия белков не как отдельные молекулы, а как комплексы, что продвигает всю область вперед».
Технология и доступность
Традиционные методы определения структур белков, такие как кристаллизация и рентгеновская дифракция, могут занимать годы и стоить тысячи долларов за одну структуру. AlphaFold2, оптимизированная для работы на GPU NVIDIA, предсказывает структуру за минуты и может использоваться в пакетном режиме.
NVIDIA также открыла исходный код BioNeMo Structure Prediction Pipeline — ускоренного на GPU рабочего процесса, который позволяет исследователям переходить от последовательности белка к предсказанной 3D-структуре для собственных целей.
В рамках проекта команда систематически проработала структуры вирусных семейств, поражающих человека, от вирусов простуды до таких угроз, как оспа обезьян (Mpox). Предсказания в открытом наборе данных помечены по уровню уверенности.
Глобальное сотрудничество
В коллаборации участвуют Coalition for Epidemic Preparedness Innovations, EMBL-EBI, Google DeepMind, NVIDIA, Сеульский национальный университет, университет Сонгкюнкван, Швейцарский институт биоинформатики и Университет Глазго. Выпуск данных совпал с заседанием Генеральной Ассамблеи ООН, созванным Всемирным экономическим форумом по вопросам предотвращения пандемий.
Благодаря этому вкладу AlphaFold Database теперь содержит более 260 миллионов предсказаний белков и их комплексов, охватывающих почти все известные науке каталогизированные белки. Открытый доступ снижает барьеры для ученых в регионах с ограниченными ресурсами, сталкивающихся с вспышками заболеваний.
