Proteíny generované AI dostávajú vodoznaky, ktoré zabezpečujú ich pôvod

Nový vývoj od Google DeepMind má za cieľ revolučne zmeniť oblasť dizajnu proteínov. Spoločnosť vytvorila spôsob, ako vodoznakovať proteíny generované umelou inteligenciou (AI) už počas samotného návrhového procesu. Táto inovácia by mohla pomôcť vedcom sledovať pôvod týchto štruktúr a predchádzať ich zneužitiu.

V posledných rokoch sa generatívne AI modely stali nevyhnutným nástrojom pre výskumníkov, ktorí navrhujú nové proteínové štruktúry so špecifickými vlastnosťami alebo funkciami. Napríklad pomocou týchto nástrojov je možné vytvoriť proteíny inšpirované svalmi, ktoré sú silnejšie ako ich prirodzené náprotivky. Avšak s rastúcim počtom AI generovaných proteínových štruktúr – najmä odkedy Google DeepMindov AlphaFold získal Nobelovu cenu za chémiu v roku 2024 – rastie potreba sledovať ich pôvod.

Jednou z výziev, ktorým vedci čelia pri práci s proteínmi generovanými AI, je udržať svoje zistenia v tajnosti, ak ich chcú patentovať. Vytvorenie centralizovanej databázy na ukladanie týchto štruktúr by mohlo pomôcť, ale zároveň by to sťažilo výskumníkom zachovanie dôvernosti. Pridanie metadát na popis návrhu proteínu sa dá ľahko odstrániť, čo toto riešenie robí nepraktickým.

Google DeepMind zvolil iný prístup a vyvinul modely, ktoré označujú proteíny počas ich navrhovania. Jeden z ich nových modelov pridáva do cieľovej sekvencie proteínov malú sekvenciu viažucu na proteíny, ktorú potom možno detegovať. Výskumníci porovnali sekvencie známych proteínov – ako je receptor Sars-Cov-2 – s ekvivalentom vodoznaku a zistili, že vodoznakovanie má veľmi malý vplyv na silu interakcií s inými proteínmi.

Tím tiež nadviazal na najnovšiu verziu AlphaFold a vyvinul nový model, ktorý označuje štruktúry proteínov vodoznakmi. Tento model odhalil, že v štruktúrach dochádza k malým zmenám dĺžky a uhlov väzieb, čo naznačuje, že vodoznakovanie neohrozuje ich integritu. Výskumníci veria, že táto inovácia pomôže zachovať vedeckú integritu tým, že sťaží ostatným meniť štruktúru proteínu po jeho navrhnutí.

Ďalším problémom, ktorý tento vývoj rieši, je potenciálne zneužitie generatívnych AI nástrojov na vytváranie biologických agentov, ktoré by mohli spôsobiť škodu. Označením proteínov podľa ich pôvodu môžu vedci zabrániť neoprávneným úpravám a zabezpečiť zodpovednosť vo výskume.