Подписаться на новости
  • Сенатор
  • ООО "Ай Вао"
  • Био/​мол/​текст
  • Vitacoin

Белки – в ноты и наоборот

Состав белков перевели в музыкальные мелодии. А затем научили нейросеть сочинять белковые пьесы

Это стало возможно после того, как колебания аминокислот транспонировали до слышимой человеком частоты

Максим Абдулаев, «Чердак»

Ученые из Массачусетского технологического института транспонировали колебания всех аминокислот так, чтобы их могло расслышать человеческое ухо. Затем они перевели белки в «аминокислотные мелодии» и, обучив нейросеть по этим музыкальным трекам, заставили ее сочинять подобную музыку. Она структурно похожа на мелодии естественных белков, поэтому новые треки можно переводить обратно в белки, чтобы посмотреть, какие у них будут свойства.

Белки имеют разные свойства, например массу, размер, способ укладки и прочие. Кроме этих тривиальных черт у них есть еще одна – белки колеблются. Как и любые другие молекулы, будучи нагретыми, они мелко дрожат с характерной для них частотой. Частота зависит от их состава – каждая аминокислота тоже вибрирует по-своему. А где есть частота, там может быть и звук.

Ученые из Массачусетского технологического института сделали из белков музыку и написали об этом статью. Чтобы написать музыку, они прошли через несколько этапов. 

Сначала они перевели частоту колебаний аминокислот в музыку. Они проанализировали строение всех 20 аминокислот, образующих белки, и получили набор частот, с которым те в норме колеблются. После этого они перевели эти частоты в такие, которые можно услышать, умножив самую низкую частоту, тирозина, во столько раз, чтобы получилась си субконтроктавы (61,7 Гц). Точно так же поступили с остальными аминокислотами – похожим образом делают и в обычной музыке, если хотят ее транспонировать, то есть перевести произведение из одной тональности в другую.

Получилось, что ниже всех звучит тирозин, а выше всех – аланин, его частота 20 000 Гц. Тут надо заметить, что каждая аминокислота издает сразу множество звуков на разных частотах, но анализ показал, что для каждой аминокислоты есть наиболее соответствующий ей тон. Ученые разложили аминокислоты по нотам в соответствии с тем, к какой ноте ближе звук каждой аминокислоты. 

Потом они использовали данные о вторичной структуре белка, чтобы определить громкость и длительность нот. Они решили так: неупорядоченные вторичные структуры будут значить длинные ноты, β-складки будут короткими, а α-спирали – очень короткими. Кроме того, β-складки должны быть громче, а все остальное тише. После этого ученые озвучили участки нескольких белков – лизоцима, миоглобина, амилоида и других.

Прослушать «музыку белков» можно в пресс-релизе MIT Translating proteins into music, and back – ВМ.

После этого авторы обучили нейросеть с помощью трех наборов фрагментов белков, богатых β-складчатыми структурами, с преобладанием α-спиралей, и третьей, где всего поровну. После обучения нейросеть смогла придумывать белковые мелодии, которые тоже можно переводить обратно в белки.

Ученые заметили, что нейросеть пишет белки с характерными мотивами, которые она «услышала» в обучающих наборах. Это значит, что нейросеть усвоила принципы проектирования белков и с ее помощью можно будет собирать белки того состава и формы, которые нужны. Ученые считают, что такой нейросети можно дать послушать несколько ферментов, чтобы затем она сочинила какой-нибудь с похожими свойствами, но совершенно новый.

Кроме того, ученые считают, что с помощью их идеи можно будет объяснить широкой аудитории устройство белка, происхождение болезней, связанных с неправильным сворачиванием молекул, и дать послушать людям, как звучат мутации. Наконец, авторы пишут, что их метод позволяет лучше понять связь между звуком и материей. 

Портал «Вечная молодость» http://vechnayamolodost.ru


Читать статьи по темам:

биомолекулы компьютеры Версия для печати
Ошибка в тексте?
Выдели ее и нажми ctrl + enter
назад

Читать также:

Лекарства из компьютера

Разработан высокопроизводительный подход для поиска терапевтических мини-белков против клинически значимых мишеней.

читать

Машинное обучение ускорит поиск мишеней для лекарств

Канадские ученые применили методы машинного обучения для восстановления 3D-формы молекул белка из двухмерных изображений, полученных криомикроскопией.

читать

С точностью до атома и наносекунды

Японские и американские ученые построили компьютерную симуляцию внутриклеточной среды на атомарном уровне с наносекундным разрешением.

читать

Ускорение расчетов стыковки белков

Биологи и математики из МФТИ, университета Стони Брук и других научно-исследовательских центров научили компьютер в 10 раз быстрее предсказывать строение «сцеплений» белков в клетке.

читать

Клеточные мембраны in silico

Компьютерное моделирование реакций клеточных мембран на молекулы лекарств и токсинов позволит заранее, без экспериментов просчитывать влияние препаратов на клетки.

читать