Точное предсказание структуры белков и их взаимодействий с помощью трёхтрека нейронной сети

DeepMind представила исключительно точные предсказания на недавней 14-й конференции Critical Assessment of Structure Prediction (CASP14). Мы исследовали архитектуры сети, включающие родственные идеи, и получили наилучшие результаты с трёхтрека сетью, в которой информация на уровне одномерной (1D) последовательности, двумерной карты расстояний (2D) и трёхмерных координат (3D) последовательно преобразуется и интегрируется. Трёхтрека сеть позволяет получать предсказания структуры с точностью, приближающейся к результатам DeepMind на CASP14, быстро решать сложные задачи моделирования структур по данным рентгеновской кристаллографии и криоэлектронной микроскопии и получать представление о функциях белков с пока неизвестной структурой. Эта сеть также позволяет быстро строить точные модели белок-белковых комплексов только по информации о последовательности, минуя традиционные подходы, которые требуют сначала моделирования отдельных субъединиц, а затем докинга. Мы сделали метод доступным научному сообществу, чтобы ускорить биологические исследования.