Проект AlphaFold. Нейросеть, решившая задачу, над которой ученые бились полвека

Есть задачи, которые десятилетиями висят над наукой как дамоклов меч. Белковая структура была именно такой. С 1970-х годов исследователи пытались разгадать, каким образом длинная цепочка аминокислот сворачивается в уникальную трехмерную конфигурацию. Одна структура могла потребовать нескольких лет работы и сотен тысяч долларов только лишь на проведение исследований. А если умножить это на миллионы известных белков, тогда масштаб проблемы становится очевидным даже без глубокого погружения в биохимию. В 2020 году команда DeepMind просто взяла и решила ее, сделав это без особой помпы, зато с измеримым результатом.

Что вообще представляет собой AlphaFold

Обозреваемая система предсказания трехмерных структур белков, разработанная командой DeepMind. Белки лежат в основе каждого биологического процесса в каждом живом организме, и понимание их структуры – это, по сути, понимание того, как функционирует жизнь на молекулярном уровне. Звучит довольно громко, однако факты подтверждают: обозреваемая система предсказывает структуры за минуты с точностью, сопоставимой с экспериментальными методами, которые раньше требовали дорогостоящего оборудования и многолетней работы целых лабораторий.

Путь к этому результату был не мгновенным. Отправной точкой стала победа другой системы DeepMind, AlphaGo, над легендарным игроком в го Ли Седолем в 2016 году. Этот момент показал, что техники компании можно применять к реальным научным задачам, а не только к настольным играм. Небольшая команда занялась предсказанием белковых структур, и первые результаты не заставили себя долго ждать. Первая версия AlphaFold приняла участие в CASP13, международном соревновании по предсказанию структур белков, и заняла в нем первое место. Результаты опубликовали в журнале Nature. Команду расширили и начали работу над принципиально новой архитектурой.

AlphaFold2 вышел на CASP14 и победил с таким разрывом, что организаторы соревнования официально признали это решением «задачи сворачивания белка» – той самой, которая висела над наукой пятьдесят лет. Медианная погрешность предсказания составила менее одного ангстрема. Это атомная точность, если говорить совсем просто.

Цифры, которые сложно игнорировать

После публикации детальной методологии в Nature DeepMind сделал нечто нетривиальное для корпоративной науки: открыл исходный код вместе с 60 страницами дополнительной документации. Статья набрала свыше 40 тыс. цитирований в научных журналах. Это не просто хороший показатель; такая цифра достигается годами даже в самых резонансных областях, а здесь речь идет об одной публикации, которая фактически переформатировала целое направление исследований.

Совместно с Европейским институтом биоинформатики была запущена база данных AlphaFold Protein Structure Database. На старте она содержала предсказания для всего протеома человека и 20 модельных организмов – всего более 350 000 структур. Доступ открытый и бесплатный, что само по себе редкость, ведь в наши дни научные данные нередко оказываются за платным барьером. Сегодня в базе хранится свыше 200 миллионов структур белков. Фактически это почти все, что известно науке на данный момент. Три миллиона пользователей из более чем 190 стран активно работают с этими данными, и по подсчетам самих разработчиков, это потенциально сэкономило сотни миллионов лет исследовательского времени и миллиарды долларов.

Исследователи используют базу для работы над медицинскими и экологическими задачами: для разработки лекарств, понимания механизмов болезней на молекулярном уровне и т.д. Когда структура белка известна, становится понятно, как он взаимодействует с другими молекулами, а это уже основа для создания препаратов, которые могут точечно воздействовать на нужные мишени. Раньше этот этап мог занимать годы экспериментальной работы. Сейчас он начинается с поиска по базе данных.

Честный взгляд без розовых очков

Было бы нечестно не упомянуть критику, которая существует вокруг проекта AlphaFold. Часть научного сообщества указывает на то, что система не «видит» реальные белки, так как она строит предсказание на основе обученных паттернов, а не физического моделирования молекулярной динамики. Архитектура трансформера, лежащая в основе системы, представляет собой классический «черный ящик»: даже специалисты не всегда могут объяснить, почему система пришла к конкретному результату, а не к другому. В науке это не мелкая придирка, ведь воспроизводимость и интерпретируемость результатов имеют принципиальное значение.

В медицинских приложениях погрешность в 10 % и погрешность в 30-40 % – принципиально разные вещи с разными последствиями для реальных людей. Степень доверия к предсказанию требует тщательной экспериментальной валидации, и исследователи, работающие с системой профессионально, прекрасно это понимают. AlphaFold представляет собой инструмент для ускорения работы, а не замену лабораторного эксперимента, и воспринимать его результаты без критического осмысления было бы серьезной ошибкой, особенно в прикладных областях.

Выводы

Так или иначе, проект AlphaFold остается одним из наиболее убедительных примеров того, на что способно машинное обучение в фундаментальной науке, подчеркивают эксперты Креатор Проджект. Не потому, что система волшебная, а потому что задача была реальной и хорошо определенной, результат измеримым и воспроизводимым, а данные открытыми для всего научного сообщества. Именно это сочетание отличает его от большинства «революционных» ИИ-анонсов последних лет, которые громко звучат на конференциях, но редко добираются до реальных лабораторий.

Olga Lammers

Разбор и оценка ИИ-моделей и проектов, внимательно отслеживает развитие технологий и тенденции в области искусственного интеллекта. Аналитические обзоры помогают понять принципы работы ИИ, их возможности и ограничения, дает рекомендации по использованию инновационных решений в различных сферах. Делает сложные темы доступными для широкой аудитории.