Когда началась пандемия COVID-19, у ученых было ключевое преимущество: десятилетия предшествовавших исследований коронавирусов означали, что они достаточно хорошо понимали ключевые белки вируса, чтобы в рекордные сроки разработать вакцины. Следующая пандемия может не предоставить такой форы.
Чтобы повысить шансы на успех, компания NVIDIA присоединилась к коалиции глобальных исследовательских организаций, включая Google DeepMind и Европейский институт биоинформатики Европейской лаборатории молекулярной биологии (EMBL-EBI), для публикации предсказанных 3D-структур белковых комплексов более чем 2800 вирусов, которые находятся в открытом доступе для любого ученого в любой точке мира через базу данных AlphaFold.
Структуры в недавно выпущенном наборе данных были получены с помощью AlphaFold2 — ИИ-модели от Google DeepMind для предсказания того, как белки сворачиваются в 3D-формы, с оптимизацией от NVIDIA BioNeMo Inference Runtime. Это позволило команде масштабировать инференс до тысяч вирусных протеомов, предсказывая комплексы или группы взаимодействующих белков, закодированные в каждом вирусе.
«Нашей целью при создании базы данных AlphaFold всегда была демократизация доступа к фундаментальной биологии в масштабном объеме», — сказала Риша Патель, менеджер по партнерству в области наук о жизни в Google DeepMind. — «Это сотрудничество по добавлению тысяч вирусных комплексов в базу данных предоставит ученым по всему миру те данные, которые необходимы для подготовки к будущим вспышкам заболеваний».
NVIDIA также открывает доступ к BioNeMo Structure Prediction Pipeline, ускоренному с помощью графических процессоров рабочему процессу, использованному для создания этого набора данных, чтобы исследователи могли пройти путь от белковой последовательности до предсказанной 3D-структуры для своих собственных целей.
Подготовка к следующей пандемии должна начаться сейчас. По оценкам Центра глобального развития, существует roughly 50% chance вероятность того, что к 2050 году мир столкнется с пандемией, столь же тяжелой, как COVID-19.
«Когда начнется следующая пандемия, это может быть нечто совершенно неожиданное, и нам будет не хватать тех знаний, которые у нас были по COVID», — сказал Джо Гроув, профессор молекулярной вирусологии в Центре вирусных исследований Совета по медицинским исследованиям Университета Глазго и участник проекта. — «То, что мы пытаемся сделать, — это заранее сформировать запас таких знаний».
Около 30% белковых взаимодействий, добавляемых в базу данных, совершенно новы для науки и демонстрируют формы взаимодействия, которые никогда ранее не регистрировались в Банке данных белков, являющемся основным хранилищем экспериментально определенных белковых структур. Это открывает новые возможности для биологического сообщества, которые можно исследовать и использовать для получения новых знаний.
«Эта база данных является двигателем для генерации гипотез», — сказал Крис Далладжо, руководитель группы прикладных исследований в области цифровой биологии в компании NVIDIA. — «Мы даем возможность биологам и специалистам по искусственному интеллекту исследовать белковые взаимодействия не только как отдельные молекулы, но и как комплексы, чтобы вся эта сфера могла двигаться вперед».
Предсказание сложных белковых структур
Большинство белков не работают в одиночку — они объединяются в комплексы из нескольких молекул для выполнения сложных функций. Именно на эти структуры часто должна быть нацелена вакцина или лекарство, чтобы нарушить функции вируса.
Например, понимание трехмерной структуры спайкового белка вируса COVID-19 оказалось фундаментальным для разработки вакцин. Для тысяч других вирусов таких структурных данных на сегодняшний день не существует. Данный набор данных начинает заполнять этот пробел.
Традиционные методы определения белковых структур — кристаллизация белков и воздействие на них рентгеновскими лучами — могут занять годы и стоить тысячи долларов на каждую структуру. AlphaFold2, оптимизированный с помощью NVIDIA BioNeMo для эффективной работы на графических процессорах NVIDIA, предсказывает структуру за считанные минуты и может запускаться массово. Затем ученые могут проверить высокодостоверные предсказания с помощью экспериментальных методов.
Для этого проекта команда систематически проработала белковые структуры семейств вирусов, известных способностью заражать людей, начиная с вирусов обычной простуды и заканчивая новыми угрозами, такими как оспа обезьян.
Глобальное сотрудничество с глобальным доступом
В состав коалиции входят Коалиция по инновациям в области обеспечения готовности к эпидемиям, EMBL-EBI, Google DeepMind, NVIDIA, Сеульский национальный университет, Университет Сонгюнгван, Швейцарский институт биоинформатики и Университет Глазго.
Выпуск набора данных, приуроченный к проходящему на этой неделе в Нью-Йорке заседанию Генеральной Ассамблеи ООН, созванному Всемирным экономическим форумом для обсуждения профилактики, готовности к пандемиям и реагирования на них, пополняет базу данных AlphaFold, которая теперь содержит более 260 миллионов прогнозов белковых и белковых комплексов, охватывающих практически каждый каталогизированный белок, известный науке.
«Сделать эти данные открытыми критически важно для понимания вирусной диагностики, а также для разработки методов лечения и вакцин», — сказала Джо Маэнтайр, временный директор EMBL-EBI. — «Этот набор данных также охватывает менее изученные вирусы и снижает барьеры для ученых из регионов с ограниченными ресурсами, которые первыми сталкиваются со вспышками заболеваний».
Прогнозы в открытом наборе данных помечены в соответствии с уровнем достоверности. Структуры показывают, как могут выглядеть вирусные комплексы и как отдельные белки могут взаимодействовать внутри вирусного протеома.
В целом, новые данные представляют собой значительный вклад в информацию, доступную ученым в области цифровой биологии и исследований заболеваний.
«Когда я писал докторскую диссертацию, не было никаких структур ни для одного из белков, которые мы исследовали. Это было похоже на работу в темноте — нам приходилось догадываться о том, что происходит», — рассказал Гроув. — «Этот набор данных является мощным инструментом для всех исследователей, пишущих свои кандидатские диссертации сейчас, предоставляя им высококачественные структурные данные, которые ускорят развитие фундаментальной науки».
Изучите набор данных вирусных белковых комплексов на сайте портала AlphaFold Database Pandemic Preparedness Portal, предсказывайте структуры белковых мишеней с помощью BioNeMo Structure Prediction Pipeline и узнайте больше о NVIDIA BioNeMo.
