Лауреатами Нобелевской премии по химии за 2024 год, которых объявили сегодня, стали Дэвид Бейкер — «за вычислительный дизайн белков», а также Демис Хассабис и Джон Джампер из дочерней компании Google, Google DeepMind, «за предсказание структуры белков».
В комментарии для РБК заслуженный профессор Сколтеха, профессор РАН Артем Оганов назвал открытие Бейкера безусловно важным, однако к открытию Хассабиса и Джампера у него возникли вопросы. «Сегодняшняя Нобелевская премия по химии очень интересна, потому что ее дали одну половину за дизайн новых белковых молекул с заданными свойствами, а вторую часть — за разработку прорывного метода предсказания структуры белков. Если дизайн белков с заданными свойствами вопросов не вызывает, это действительно важный прорыв, то с предсказанием структуры белков вопросы есть. <…> Эта часть премии выглядит немножко преждевременной, поскольку метод, каким бы мощным он ни был, заслуживает награждения только в том случае, когда с его помощью были получены важные результаты», — считает ученый.
Он уточнил, что при исследованиях Хассабиса — Джампера были проведены лишь тесты, на которых были получены успешные результаты. «Есть вопросы по поводу надежности предсказаний метода для этих белков, которые сильно отличаются от уже известных биологически продуцируемых белков. Дело в том, что этот метод основан на машинном обучении и обучался он именно на биологических белках. Белки, которые сильно от них отличаются, могут быть значительно большими проблемами для этого метода», — отметил Оганов.
Замдекана по науке факультета биоинженерии и биоинформатики МГУ Андрей Головин в разговоре с РБК указал, что сегодня относительно мало белков, структура которых была бы интересна человеку. Однако предсказание структуры белков является важной задачей для фундаментальной науки, потому что структура белка отражает его функцию.
«Люди давно пытаются научиться предсказывать структуры белков, и до определенного момента точность предсказаний не превышала 50%, то есть с вероятностью 50% предсказание будет неверно, с появлением [алгоритма] AlphaFold2 в 2021 году уровень точности поднялся до 90%», — пояснил ученый.
Открытие же Бейкера он охарактеризовал как «другую сторону, которая полезна народному хозяйству». «Бейкер пытается научиться делать новые искусственные белки, которые, естественно, часто могут быть востребованы в разных вещах. Допустим, те белки, которые мы видим сейчас, это результат эволюции. Это не значит, что это все возможные белки. А ведь можно получить белки с такими функциями, которых, конечно, в природе нет. Ну, например, получить фермент, который разъедает пластик. Это прекрасно. Вид этого фермента можно вставить в бактерии, и бактерии съедят весь пластик на Земле. По-моему, это отличная идея», — считает Головин.
По словам ученого, за последние два года прогресс в создании искусственных белков настолько существенный, что если раньше генерация белка была очень сложным процессом с очень низкой вероятностью успеха, то сейчас скорость генерации «сравнима со скоростью генерации картинок с помощью алгоритма stable diffusion». «И это приводит к тому, что сейчас действительно любой человек может достаточно небольшими измерениями в машинном облучении сгенерировать новый белок. Этот новый белок он будет как бы сгенерирован. Единственное, что я хочу заметить, что, по моему текущему опыту, относительно удачная генерация этих белков составляет около 1%. Это значит, что менее 1%. По сравнению с предыдущими достижениями [результаты новых лауреатов] — это большой скачок», — заключил эксперт.
Руководитель Центра инженерно-технических расчетов и суперкомпьютерного моделирования НИЯУ МИФИ Евгений Степин напомнил РБК, что первые трехмерные структуры белков удалось визуализировать почти 65 лет назад с помощью рентгеновского излучения, а в 1972 году Нобелевская премия по химии была присуждена за открытие факта, что трехмерная структура белков на самом деле кодируется одномерной последовательностью аминокислот в полипептидной цепи.
Он подчеркнул, что предсказание структуры и проектирование новых белков является задачей чрезвычайной актуальности, так как именно структура белка отвечает за его функциональность и биохимические свойства. «И уже здесь мы видим, что эта задача на самом деле тесно связана с математикой, и в частности, с комбинаторикой и вычислениями, когда из набора элементарных последовательностей вам нужно в цифровом пространстве спроектировать более сложную структуру, которая была бы непротиворечива и адекватна природе и ее законам», — отметил ученый.
Он уточнил, что исследования нобелевских лауреатов тесно связаны друг с другом, и если результаты группы Бейкера позволяют создавать структуры новых белков, то работы Хаббиса и Дампера помогают определять структуру уже известных. «Безусловно, эти исследования помогут создавать новые вакцины, ингибиторы и лекарства», — заключил Степин.
В пресс-службе Нобелевского комитета заявили, что нынешним нобелевским лауреатам удалось «взломать код удивительной структуры белков». А Бейкер преуспел в «почти невозможном подвиге» — создании совершенно новых видов белков. Как отметили в пресс-службе, белки обычно состоят из 20 аминокислот, которые можно описать как «строительные блоки жизни». Бейкеру удалось использовать эти элементы для разработки новых молекул, не похожих на все прочие белки.
Хассабис и Джампер разработали алгоритм для решения 50-летней проблемы — предсказания сложных структур белков. Их модель AlphaFold2 смогла предсказать структуру практически всех 200 млн белков, которые идентифицировали исследователи. Она в том числе поможет лучше понять механизм устойчивости к антибиотикам и создавать модели ферментов, которые могут разлагать пластик.