Глубокое представление и выравнивание белковых последовательностей

Выравнивание белковых последовательностей — ключевой компонент большинства биоинформатических конвейеров, предназначенных для изучения структуры и функций белков. Однако выравнивание сильно дивергировавших последовательностей остаётся сложной задачей: современные алгоритмы часто выполняют его недостаточно точно, из-за чего многие белки или открытые рамки считывания получают неполную или неточную аннотацию. Используя последние достижения глубокого обучения языковому моделированию и дифференцируемого программирования, мы разработали DEDAL (deep embedding and differentiable alignment — глубокое представление и дифференцируемое выравнивание) — гибкую модель для выравнивания белковых последовательностей и выявления гомологов. DEDAL — модель на основе машинного обучения, которая учится выравнивать последовательности на больших наборах исходных белковых последовательностей и корректных выравниваний. После обучения DEDAL повышала точность выравнивания отдалённых гомологов в 2–3 раза по сравнению с существующими методами и лучше отличала отдалённых гомологов от эволюционно неродственных последовательностей, создавая возможности для совершенствования многих последующих задач структурной и функциональной геномики, основанных на выравнивании последовательностей.