
Данные Folding@home научили нейросеть находить скрытые карманы в белках
Лекарство работает, когда молекула садится в полость (карман) на поверхности белка. Но у многих белков на экспериментальных снимках кармана не видно, и их считают «немишенными»: лекарству не за что зацепиться.
В симуляциях картина другая: белок постоянно меняет форму, и временные полости, криптические карманы, сами открываются и закрываются. Найти такой карман значит вернуть белок в число мишеней.
Лаборатория Грега Боумана, директора Folding@home, обучила на симуляциях проекта графовую нейросеть PocketMiner (Nature Communications, 2023). По одной статичной структуре она предсказывает, где откроется карман: на 39 подтверждённых экспериментом карманах ROC-AUC 0,87 (1 — без ошибок, 0,5 — случайное угадывание), и это быстрее прежних методов более чем в 1000 раз. Модель прогнали по белкам человека: по оценке авторов, больше половины белков, у которых на снимках карманов нет, скорее всего их имеют.
В мае вышел препринт AE-PocketMiner: в модель добавили механизм внимания, который учитывает связи между удалёнными участками белка. Это аллостерия: изменение в одном месте белка влияет на другое. С ней карманы предсказываются точнее, а модель ещё и показывает, какие участки с карманом связаны. Карман, который влияет на функционально важные участки, с большей вероятностью станет полезной мишенью.
В блоге Folding@home пишут, что на симуляциях проекта криптические карманы нашли уже в сотнях белков, а часть подтвердили экспериментом.
F@h — не BOINC, а соседняя волонтёрская платформа, но схема та же: домашние компьютеры считают симуляции, а на накопленных данных потом обучают модели вроде PocketMiner.
Блог Folding@home:
foldingathome.org/news/ai-for-cryptic-pockets
Препринт AE-PocketMiner:
biorxiv.org/content/10.64898/2026.05.21.726899v1
PocketMiner (Nat Commun, 2023):
nature.com/articles/s41467-023-36699-3
#boinc #folding #ИИ