Ведущие модели искусственного интеллекта (ИИ) не смогли предсказать биологические последствия переписывания всего ДНК-кода вируса.
Немногие биологические системы изучены также тщательно, как фаг ΦX174, или phi X. Тем не менее, новое исследование показывает, что ученым еще предстоит узнать очень многое. Геном этого вируса представляет собой кольцевую одноцепочечную ДНК, состоящую из 5 386 нуклеотидов и кодирующую 11 белков. В 1970-х годах он стал первым в истории полноценным секвенированным геномом, а в 2000-х годах — первым, синтезированным химическим путём. Первые вирусные геномы, спроектированные с помощью искусственного интеллекта, были вариантами phi X. И вот теперь исследователи систематически внесли мутации практически в каждый нуклеотид — ещё одно первое достижение для полного генома — и оценили последствия этих мутаций. Большинство мутаций оказались пагубными для выживания вируса, но в случае многих из них было сложно точно определить причину. «Даже в этой чрезвычайно хорошо изученной системе мы не можем объяснить, почему четверть мутаций убивает вирус», — говорит Бен Лехнер, молекулярный биолог из Института Уэлком-Сангер (Великобритания), который был одним из руководителей исследования, опубликованного в июле на сервере препринтов bioRxiv.
Передовые системы ИИ для биологических исследований, которые показали многообещающие результаты в выявлении вредных мутаций, с трудом справлялись с прогнозированием последствий изменений в фаге. Полученные результаты подчеркивают необходимость получения большего количества и более качественных экспериментальных данных для работы этих биологических инструментов на базе ИИ. Лехнер и его коллеги создали более 44 000 вариантов генома вируса, внеся все возможные изменения в отдельные нуклеотиды (по три модификации на каждый, по одной за раз) и во все отдельные аминокислоты его белков (по 19 модификаций на каждую). Чтобы оценить влияние этих мутантов на жизнеспособность вируса, Лехнер с коллегами культивировали тысячи вирусных вариантов вместе с Escherichia coli, восприимчивой к инфекции phi X, в течение 80 минут — времени, достаточного для двух или трёх циклов инфицирования. За это время варианты, которые размножились, были признаны успешными; те, у которых были вредные мутации, погибли.
Результаты этой конкуренции между мутантами, полученные с помощью секвенирования ДНК, оказались неожиданными. Половина однонуклеотидных мутаций и 60% мутаций, изменяющих аминокислоты, оказались вредными для фага — это гораздо более высокая доля, чем ожидалось. И хотя фаг phi X изучается уже десятилетиями и, как правило, считается полностью оптимизированным для лабораторных экспериментов, несколько мутаций ещё больше улучшили его приспособленность. Предполагалось, что примерно половина из вредных аминокислотных мутаций нарушила взаимодействия с другими белками (как в самом phi X, так и в его хозяине — E. coli). Четверть приходилась на аминокислоты, глубоко спрятанные в белке, что, возможно, ставило под угрозу целостность его структуры. Эффекты остальных мутаций оставались загадкой. «Здесь сотни мутаций, о функции которых у нас нет ни малейшего представления», — говорит Лехнер.
Чтобы разобраться в этом множестве мутаций, исследователи опирались на ранее определённые структуры нескольких белков в phi X — однако структуры не всех его белков были установлены. В отношении тех, по которым отсутствовали экспериментальные данные, Лехнер и его коллеги обратились к структурам, предсказанным с помощью ИИ и сгенерированным моделью AlphaFold. Они показали, что скопление вредных мутаций находилось в области белка, участвующего в репликации вирусной ДНК. Использование структур, предсказанных ИИ, для интерпретации данных о мутациях «значительно ускорило бы работу в этой области — если бы это было возможно», — говорит Пол Яшке, специалист по синтетической биологии из Университета Маккуори (Австралия). Однако он хотел бы увидеть больше доказательств того, что предсказания относительно структур белков фага точны. Он был впечатлен тем, что удалось объяснить вредные последствия столь высокой доли мутаций — и совсем не удивлен тем, что значительную часть объяснить не удалось. «Тем не менее, это классный анализ», — добавляет Яшке.
Имея в распоряжении данные о последствиях десятков тысяч мутаций, группа Лехнера проверила эффективность 20 моделей ИИ, способных предсказывать последствия мутаций. Результаты оказались неутешительными. Разнообразные инструменты ИИ — в том числе «белковые языковые модели», обученные на огромных массивах данных о последовательностях, уступили по эффективности модели, которая просто учитывает расположение мутации в белке. Модели ИИ «работают неплохо, но не блестяще», — говорит Лехнер. «Поразительно то, что почти все они не превосходят по эффективности очень, очень простую модель». Причина этого явления неясна. Одним из факторов может быть недостаток обучающих данных по вирусам, и особенно по фагам, таким как phi X. Лехнер отмечает, что результаты его работы являются тревожным сигналом для ученых, разрабатывающих инструменты на стыке биологии и ИИ: они подчеркивают необходимость введения более строгих критериев оценки эффективности и сбора гораздо большего количества экспериментальных данных, связывающих генетические последовательности с биологией. Далее его группа надеется проверить комбинаторные эффекты нескольких мутаций в phi X. «Если мы не сгенерируем эти данные, эти модели никогда не будут работать», — говорит он.
