Белки взаимодействуют трындец как сложно. Они длинные (несколько…
Белки взаимодействуют трындец как сложно. Они длинные (несколько тысяч компонентов обычно), свёрнуты в хитрую геометрию, и при взаимодействиях начинают менять свойства. То есть начало взаимодействия в какой-то точке тут же может поменять соседнюю область и сразу какую-то отдалённую. Потому что белок развернётся или свернётся по-другому.
Драйва добавляет и то, что реакция может начаться не от конкретного взаимодействия точки-к-точке, а от взаимодействия чего-то похожего по геометрии на микроуровне. И пройти с разной силой, и уровень эффекта тоже регулирует то, как взаимодействие будет развиваться дальше.
А это всё надо изучать и моделировать, потому что оттуда идёт много биотеха.
Сейчас есть:
— Известные случаи взаимодействия белков, которые хорошо экспериментально изучены. По ним можно строить модели уровня "точно знаем, что вот здесь вот так работает, понимаем, как" и "точно знаем, но не до конца понимаем, как".
— Известные куски белков (остатки, молекулярные поверхности и атомные структуры), которые создают взаимодействия. Такой простой Лего, часть деталей которого мы знаем.
— Понимание, что можно из этого собрать — на готовых комплексах и тех кусках макроассемблера, которые у нас уже есть.
Соответственно, с появлением современных нейросетей там наметился прогресс, потому что по куче сложных данных можно разбираться, что же провзаимодействовало и примерно как. Пока с трудом, но всё же какие-то намётки это даёт. Нужно собирать больше данных, менять архитектуру сетей и заниматься точной настройкой под биохимию, ускорять обучение и так далее.
Если вы хотите прочитать про прогресс этой области, вот суммирующее исследование про экосистему ML.
#UDP
Драйва добавляет и то, что реакция может начаться не от конкретного взаимодействия точки-к-точке, а от взаимодействия чего-то похожего по геометрии на микроуровне. И пройти с разной силой, и уровень эффекта тоже регулирует то, как взаимодействие будет развиваться дальше.
А это всё надо изучать и моделировать, потому что оттуда идёт много биотеха.
Сейчас есть:
— Известные случаи взаимодействия белков, которые хорошо экспериментально изучены. По ним можно строить модели уровня "точно знаем, что вот здесь вот так работает, понимаем, как" и "точно знаем, но не до конца понимаем, как".
— Известные куски белков (остатки, молекулярные поверхности и атомные структуры), которые создают взаимодействия. Такой простой Лего, часть деталей которого мы знаем.
— Понимание, что можно из этого собрать — на готовых комплексах и тех кусках макроассемблера, которые у нас уже есть.
Соответственно, с появлением современных нейросетей там наметился прогресс, потому что по куче сложных данных можно разбираться, что же провзаимодействовало и примерно как. Пока с трудом, но всё же какие-то намётки это даёт. Нужно собирать больше данных, менять архитектуру сетей и заниматься точной настройкой под биохимию, ускорять обучение и так далее.
Если вы хотите прочитать про прогресс этой области, вот суммирующее исследование про экосистему ML.
#UDP