Когда началась пандемия COVID-19, у ученых было важное преимущество: десятилетия предыдущих исследований коронавирусов позволили им достаточно хорошо изучить ключевые белки вируса, чтобы в рекордные сроки разработать вакцины. Следующая пандемия может не дать такой форы.
Чтобы повысить шансы на успех, 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 — они находятся в открытом доступе для любого ученого в любой точке мира через базу данных AlphaFold.
Структуры в недавно выпущенном наборе данных были выведены с помощью AlphaFold2 — модели ИИ от Google DeepMind для предсказания того, как белки сворачиваются в 3D-формы, — с оптимизацией от NVIDIA BioNeMo Inference Runtime. Это позволило команде масштабировать процесс вывода до тысяч вирусных протеомов, предсказывая комплексы или группы взаимодействующих белков, закодированных в каждом вирусе.
«Нашей целью при создании базы данных AlphaFold всегда была демократизация доступа к фундаментальной биологии в широком масштабе», — сказала Риша Патель, менеджер по партнерствам в области наук о жизни в Google DeepMind. «Это сотрудничество, направленное на включение тысяч вирусных комплексов в базу данных, предоставит ученым по всему миру знания, необходимые для подготовки к будущим вспышкам заболеваний».
NVIDIA также открыто выпускает BioNeMo Structure Prediction Pipeline — рабочий процесс с ускорением на GPU, который использовался для создания набора данных, чтобы исследователи могли самостоятельно переходить от последовательности белка к предсказанной 3D-структуре для своих целей.
Подготовка к следующей пандемии должна начаться сейчас. Анализ, проведенный Центром глобального развития, оценивает вероятность того, что мир столкнется с пандемией такой же тяжести, как COVID-19, к 2050 году.
«Когда случится следующая пандемия, может появиться что-то совершенно неожиданное, и нам будет не хватать тех знаний, которые у нас были для COVID», — сказал Джо Гроув, профессор молекулярной вирусологии в Центре исследований вирусов Совета по медицинским исследованиям Университета Глазго и участник проекта. «Мы пытаемся заранее накопить часть этих знаний».
Около 30% белковых взаимодействий, добавляемых в базу данных, являются совершенно новыми для науки, демонстрируя формы взаимодействий, которые никогда не были задокументированы в Protein Data Bank, основном репозитории экспериментально определенных белковых структур. Это означает появление новых идей, которые биологическое сообщество может исследовать и использовать для получения новых знаний.
«Эта база данных — двигатель для генерации гипотез», — сказал Крис Даллаго, руководитель группы прикладных исследований в области цифровой биологии в NVIDIA. «Мы даем биологам и ИИ-сообществу возможность исследовать белковые взаимодействия не просто как отдельные молекулы, а как комплексы, чтобы вся область могла двигаться вперед».
Предсказание структур белковых комплексов
Большинство белков не работают в одиночку — они объединяются в комплексы из нескольких молекул для выполнения сложных функций. Именно на эти структуры часто должны воздействовать вакцины или лекарства, чтобы нарушить работу вируса.
Например, понимание 3D-структуры спайкового белка вируса COVID-19 стало основой для разработки вакцины. Для тысяч других вирусов подобных структурных знаний сегодня не существует. Этот набор данных начинает заполнять этот пробел.
Традиционные методы определения белковых структур — кристаллизация белков и воздействие на них рентгеновскими лучами — могут занимать годы и стоить тысячи долларов за одну структуру. AlphaFold2, оптимизированный с помощью NVIDIA BioNeMo для эффективной работы на GPU NVIDIA, предсказывает структуру за считанные минуты и может использоваться массово. Затем ученые могут подтвердить высокоточные предсказания с помощью экспериментальных методов.
Для этого проекта команда систематически проработала белковые структуры семейств вирусов, известных тем, что они заражают людей, от вирусов простуды до новых угроз, таких как оспа обезьян.
Глобальное сотрудничество с глобальным доступом
В сотрудничестве участвуют Коалиция по инновациям в области обеспечения готовности к эпидемиям (CEPI), 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 по вопросам предотвращения пандемий, готовности и реагирования, дополняет базу данных AlphaFold, которая теперь содержит более 260 миллионов предсказаний белков и белковых комплексов, охватывающих почти каждый каталогизированный белок, известный науке.
«Открытие доступа к этим данным имеет решающее значение для понимания вирусной диагностики и разработки методов лечения и вакцин», — сказала Джо Макинтайр, временный директор EMBL-EBI. «Набор данных также охватывает менее изученные вирусы и снижает барьеры для ученых в странах с ограниченными ресурсами, которые сталкиваются со вспышками заболеваний из первых рук».
Предсказания в открытом наборе данных помечены по уровню 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 свою докторскую диссертацию, не было структур ни для одного из белков, которые мы исследовали. Это было похоже на работу в темноте — нам приходилось угадывать, что происходит», — сказал Гроув. «Этот набор данных — мощный инструмент для всех исследователей, которые сейчас пишут свои диссертации, предоставляя им высококачественные структурные данные, которые ускорят фундаментальную науку».
Изучите набор данных о вирусных белковых комплексах на портале готовности к пандемиям базы данных AlphaFold, предсказывайте структуры для белковых мишеней с помощью BioNeMo Structure Prediction Pipeline и узнайте больше о NVIDIA BioNeMo.
Ссылки: roughly 50% chance
