Американские ученые пришли к выводу, что компьютерные игроки, использующие краудсорсинговую платформу, способны предсказывать кристаллическую структуру белков более эффективно, чем специалисты или компьютерные алгоритмы. Результаты работы опубликованы в журнале Nature Communications.
Предсказание структуры белка (конфигурации в пространстве, которую принимает его аминокислотная последовательность) имеет фундаментальное значение для медицины, биотехнологий, биоинформатики и теоретической физики. При этом сложный и трудоемкий процесс предсказания в современных условиях имеет ограниченную точность — около 85 процентов содержащихся в базах данных моделей кристаллических структур белков содержат существенные ошибки. Поэтому ученые постоянно работают над совершенствованием методик предсказания с целью максимально повысить их точность. В последнее время значительно повысился интерес к использованию в этих целях распределенных вычислений, машинного обучения и краудсорсинговых платформ.
Сотрудники Университетов Мичигана, Вашингтона, Массачусетса и Северо-Восточного университета в Бостоне провели соревнование по предсказанию структуры белка по карте электронных плотностей, полученной методом рентгеновской кристаллографии. В нем приняли участие два квалифицированных специалиста, 61 студент-биохимик (все они использовали специальное программное обеспечение), два различных компьютерных алгоритма (Phenix Autosolve и MR-Rosetta) и игроки в онлайновую игру Foldit, которых в итоге набралось 469 человек. Задача этой игры состоит в ручном подборе конфигурации белка, имеющей наименьшую энергию, поскольку такая его трехмерная структура с наибольшей вероятностью соответствует реальности. Чем более правдоподобна конфигурация, тем больше пользователь получает очков. Геймеры могут кооперироваться и составлять команды, работающие над одним и тем же белком.
В качестве исходного материала всех участников снабдили аминокислотной последовательностью, предсказаниями вторичной структуры и картой электронных плотностей дрожжевого белка YPL067C. Этот белок был выбран потому, что он не имеет значительного сходства с какой-либо структурой из всемирной базы данных Protein Data Bank (PDB). Кроме того, как было показано в предыдущих работах, YPL067C может предотвращать токсическое действие амилоида — белка, накопление которого в мозге лежит в основе развития болезни Альцгеймера.
Соревнующиеся использовали различные подходы к решению задачи. Ученые и студенты работали поодиночке, в основном полагаясь на поиск подходящих позиций для крупных ароматических аминокислот. Среди игроков в Foldit наилучший результат показала группа, участники которой объединили усилия: один выступал первопроходцем, расставляющим ключевые элементы, а остальные проводили тонкую доводку структур, используя разнообразные подходы и приемы.
Источник:
Следующая запись: Алиэкспресс, где же ты был 20 лет назад? Ты хоть знаешь сколько у меня было оранжевых людей?!
Лучшие публикации