Складный фолдинг

В 2020-м году алгоритм машинного обучения AlphaFold2 взял и убедительно справился с задачей предсказания формы белка (третичной структуры) по последовательности его аминокислот (первичной структуре). Вы наверняка про это слышали еще пять лет назад (мы писали об этом в материале «Гадание по белковой гуще»), а если пропустили, то, скорее всего, узнали в октябре 2024-го, потому что создатели AlphaFold получили Нобелевскую премию (об этом — в материале «Напророчили»). Для сравнения: простой метод получения графена нетипично быстро (ну, в нобелевских масштабах) принес Гейму с Новосёловым Нобелевскую премию — между публикацией статьи и наградой прошло шесть лет. А тут еще быстрее дали, через четыре года всего. 

Но есть в этом эпохальном достижении любопытная деталь: алгоритм [некоторые] белковые структуры теперь предсказывает, а люди все еще нет. Вот такой прикол: задача фолдинга белка уже пятый год регулярно решается, но в таком, «фундаментальном» смысле — не решена до сих пор. А если пристальнее вглядеться, то можно узнать, что далеко не каждая задача на фолдинг — в смысле, предсказание третичной структуры по первичной — решается на самом деле. 

Ивана по этому поводу терзает следующий вопрос: значит ли это, что на самом деле мы про фолдинг белка как не понимали, так и не понимаем? И поймем ли вообще? Поэтому Саша позвал в редакцию N + 1 Дмитрия Иванкова из Сколтеха, который недавно именно по поводу достижений AlphaFold и задаче фолдинга белка его консультировал.

Подкаст доступен на YouTube и в VK Видео.