islamova.81@list.ru 0,0

Следующее интервью спецпроекта «Биология в России: люди и открытия» мы взяли у Артема Исаева, доцента, заведующего Лабораторией анализа метагеномов в Сколтехе и лауреата премии Президента Российской Федерации в области науки и инноваций для молодых ученых за 2025 год. Мы поговорили, как можно стать биологом «с детского сада», как устроена работа студентов в российских и западных лабораториях, как поставить на поток изучение противовирусных систем бактерий и что таят в себе коммерческие фаговые коктейли.

Десятилетиями практическая белковая инженерия полагалась на направленную эволюцию — мощный, но слепой метод перебора тысяч случайных мутаций в пробирке. Сегодня правила игры меняются: эволюция переносится в компьютер. В этой статье (входящей в цикл «ИИ в биологии») мы проследим путь от хаоса к контролю над белковой эволюцией: начнем с тонкой настройки одиночными мутациями, а после научимся различать белки по нужным свойствам. Прогуляемся по белковой вселенной, вылавливая новые белки. Под конец станем переписывать белки по пространственному чертежу, как настоящие инженеры. Увидим, откуда берутся ферменты для промышленности и антитела для клиники, и разберемся, чем отличаются дизайн белков de novo (тот самый, за который дали Нобелевскую премию) и более приземленный, но зато уже прочно вошедший в практику редизайн. Разбирается в этой сложной области автор «Биомолекулы» Андрей Кузнецов с помощью Елены Кудряшовой — руководителя Лаборатории таргетной терапии и предиктивной диагностики Центрального университета.

Предсказание пространственной структуры белка — задача, сформулированная еще Кристианом Анфинсеном, — на протяжении десятилетий решалась лишь косвенно. Ситуация радикально изменилась с появлением AlphaFold 1/2. Его успех был настолько значительным, что уже ознаменовался Нобелевской премией (в 2024 г.) и породил ощущение, что проблема в целом «закрыта». Однако история этим не закончилась: современная версия — AlphaFold 3 — объединяет эволюционный подход, унаследованный от предыдущих поколений, и диффузионные модели, пришедшие из генерации изображений. Такое сочетание позволяет выйти за пределы белковых структур и предсказывать целые «молекулярные сцены» с участием малых молекул или нуклеиновых кислот. Станет ли AlphaFold3 панацеей — или структуры белок-лигандных комплексов требуют новых подходов? Георгий Куракин, постоянный автор «Биомолекулы», пытается разобраться в этом вопросе с помощью Алексея Орлова, руководителя Лаборатории вычислительной биомедицины и молекулярной диагностики Центрального университета.

Сегодня молекулярную динамику можно запускать на обычной рабочей станции — и это кажется само собой разумеющимся. Но еще сорок лет назад смоделировать один белок (даже пептид!) было выдающимся техническим достижением, доступным считанным лабораториям с доступом к машинам размером с комнату. В продолжении спецпроекта о Молекулярной динамике рассказываем, как она (МД) прошла этот путь: от специализированных силовых полей и параллельных суперкомпьютеров до графических процессоров, сделавших микросекундные расчеты рутиной. А искусственный интеллект — это конец этой истории или начало новой?

В современной онкологии наблюдается частичный отход от традиционной медицинской модели, когда основной характеристикой опухоли был орган происхождения («рак молочной железы», «рак легких» и так далее). Оказалось, что во многих случаях для выбора оптимальной схемы лечения гораздо важнее молекулярный подтип рака — характерный набор мутаций, который делает даже опухоли, происходящие из разных тканей, чувствительными к одним и тем же лекарствам. В продолжении спецпроекта «Онкология» мы рассмотрим перспективы и ограничения такого агностического подхода на примере гинекологических раков — злокачественных опухолей женской репродуктивной системы и молочных желез.