Учёные из Массачусетского технологического института (MIT) разработали искусственный интеллект DefensePredictor, способный быстро выявлять бактериальные системы защиты от вирусных атак. Благодаря этой технологии за считанные минуты определяются тысячи новых белков, которые помогают бактериям бороться с бактериофагами.

• Разработка создана командой MIT для поиска бактериальных антивирусных систем.
• Используется машинное обучение и языковая модель для белков ESM2.
• Обучение проведено на 17 тысячах бактериальных геномов и 201 тысяче белков.
• Выявлено 624 белковых кластера у E. coli, 100 из которых ранее не были связаны с защитой.
• Проверено 94 кандидата – около 45% оказались эффективными.
• Система проанализировала данные тысячи микроорганизмов и обнаружила почти 3 тысячи уникальных кластеров.
• Результаты открыты для научного сообщества для дальнейших исследований.

Проблема поиска бактериальных защитных систем

Бактерии постоянно подвергаются атакам бактериофагов – вирусов, заражающих бактериальные клетки. Одним из самых известных механизмов защиты является система CRISPR-Cas, которая уже активно применяется в генной инженерии. Однако этот механизм — лишь часть гораздо более обширного арсенала антивирусных средств у микробов.

Традиционные методы поиска новых защитных систем основывались на ручном анализе геномов, что занимало месяцы. Учёные искали подозрительные участки ДНК рядом с известными защитными генами и тестировали их по одному, что было трудоёмко и малоэффективно.

Как работает DefensePredictor

Для ускорения процесса MIT создали DefensePredictor, который использует машинное обучение и анализ белковых последовательностей. Система анализирует гены, выявляя кодируемые ими белки, и с помощью языковой модели ESM2 изучает их структуры и закономерности аналогично тому, как ИИ обрабатывает текст.

DefensePredictor оценивает длину гена, соседние гены и особенности ДНК, чтобы отделить рутинные белки от потенциально защитных. Модель обучали на двух больших наборах: 15 тысяч белков с антивирусной функцией и 186 тысячах обычных белков.

Затем алгоритм протестировали на 69 штаммах кишечной палочки, выделив сотни белковых кластеров с предполагаемой защитной функцией. Лабораторные испытания показали, что почти половина из 94 выбранных кандидатов действительно помогает бактериям противостоять вирусам.

Результаты демонстрируют, что даже хорошо изученный микроорганизм, как E. coli, содержит гораздо больше антивирусных систем, чем считалось ранее. DefensePredictor также применили к данным тысяч других бактерий, найдя тысячи новых защитных элементов, что свидетельствует о неожиданном разнообразии бактериальных иммунных механизмов.

Значение и перспективы

Новые открытия важны не только для микробиологии, но и для биотехнологий и медицины. История CRISPR показывает, что бактериальные системы защиты могут стать основой для инновационных технологий. DefensePredictor открывает путь к быстрому поиску новых белков с потенциальным применением в будущем.

Разработчики уже сделали DefensePredictor доступным для научного сообщества и продолжают улучшать модель по мере накопления новых данных. Это позволит ускорить исследования и расширить понимание микробного иммунитета в борьбе с вирусами.