Ученые-белковики и ИИ: поединок

Команда ученых-белковиков из Университета Рутгерса сразилась с компьютерной программой.

Спойлер: ИИ выиграл. Но только с небольшим преимуществом.

Сопоставление человека и ИИ

Ученые решили провести эксперимент, сопоставив человека с глубоким пониманием проектирования белков и самоорганизации с искусственно интеллектуальной компьютерной программой с прогностическими возможностями. На первом месте в списке потенциальных ученых был Викас Нанда, исследователь в Центре передовой биотехнологии и медицины (CABM) в Университете Рутгерса.

Эксперимент был направлен на то, чтобы выяснить, сможет ли человек или ИИ лучше предсказать, какие последовательности белков будут наиболее успешно объединены.

Результаты были опубликованы в Nature Chemistry.

Нанда, исследователи в Национальной лаборатории Аргонна в Иллинойсе и различные коллеги по всей территории США заявили, что битва была “близкой, но решительной”. Соревнование противопоставило Нанду и нескольких коллег программе ИИ, которая выиграла с небольшим преимуществом.

Ученые стремятся получить больше знаний о самоорганизации белков, считая, что, понимая ее лучше, они смогут разработать новые и инновационные продукты для медицинского и промышленного использования. Одним из этих продуктов может быть искусственная человеческая ткань для ран, а другим – катализаторы для новых химических продуктов.

Нанда является профессором в Департаменте биохимии и молекулярной биологии в Медицинской школе Рутгерса Роберта Вуда Джонсона.

“Несмотря на наш обширный опыт, ИИ показал результаты не хуже и даже лучше на нескольких наборах данных, демонстрируя огромный потенциал машинного обучения для преодоления человеческих предубеждений”, – сказал Нанда.

Проектирование белков и самоорганизация

Белки состоят из большого количества аминокислот, соединенных друг с другом, и цепочки сворачиваются в трехмерные молекулы с сложными формами. Форма каждого белка и содержащиеся в нем аминокислоты определяют его поведение. Исследователи, такие как Нанда, занимаются “проектированием белков”, то есть создают последовательности, которые производят новые белки. Команда недавно разработала синтетический белок, который может быстро обнаруживать VX, опасный нервный агент. Это новое развитие может иметь большое значение для новых биосенсоров и методов лечения.

Белки самоорганизуются с другими белками, образуя сверхструктуры, которые важны в биологии. В некоторых случаях кажется, что белки следуют определенному дизайну, например, когда они самоорганизуются в защитную внешнюю оболочку вируса. В других случаях они самоорганизуются при образовании биологических структур, связанных с определенными заболеваниями.

“Понимание самоорганизации белков является фундаментальным для достижения прогресса во многих областях, включая медицину и промышленность”, – сказал Нанда.

Нанда и пять других коллег получили список белков и были попросили предсказать, какие из них, вероятно, самоорганизуются. Предсказания были затем сравнены с предсказаниями компьютерной программы.

Человеческие эксперты использовали правила, основанные на их наблюдениях за поведением белков в экспериментах, включая закономерности электрических зарядов и степень избегания воды. Они выбрали 11 белков, которые, по их мнению, самоорганизуются, в то время как ИИ выбрал 9 белков.

Их эксперимент показал, что люди сделали 6 правильных предсказаний из 11 белков, в то время как компьютерная программа выбрала 9 белков.

Эксперимент также продемонстрировал, что человеческие эксперты “предпочитали” определенные аминокислоты над другими, что привело к неправильным выборам. ИИ правильно выбрал некоторые белки с качествами, которые не делали их очевидными.

“Мы работаем над получением фундаментального понимания химической природы взаимодействий, которые приводят к самоорганизации, поэтому я беспокоился, что использование этих программ предотвратит важные прозрения”, – сказал Нанда. “Но то, что я начинаю действительно понимать, это то, что машинное обучение – это просто еще один инструмент, как и любой другой”.