Учёные из Массачусетского технологического института (MIT) представили систему искусственного интеллекта DefensePredictor, способную всего за несколько минут обнаруживать новые белки бактериальной иммунной защиты. Традиционные методы биоинформатики требуют на аналогичные исследования недели или месяцы. В ходе первого тестирования алгоритм выявил более 600 белков, ранее не связывавшихся с иммунными процессами, в различных штаммах кишечной палочки Escherichia coli.
Лабораторные испытания подтвердили, что часть этих белков действительно оберегает бактерии от атак бактериофагов — вирусов, способных уничтожить до четверти микробной популяции за сутки. Это доказывает, что ИИ не просто классифицирует уже известные структуры, а успешно находит функционально активные механизмы защиты, остававшиеся до сих пор неизвестными.
Бактерии как лаборатория эволюции
В основе исследования лежит постоянное противостояние бактерий и вирусов. В процессе эволюции микроорганизмы создали целый спектр иммунных стратегий — от уничтожения вирусной ДНК до сложных систем «запоминания» прошлых инфекций. Самым ярким примером такой адаптации стал CRISPR, который изначально был механизмом бактериальной защиты, а впоследствии превратился в революционный инструмент генного редактирования.
CRISPR является лишь малой частью обширного арсенала. Несмотря на то, что ученые уже описали сотни других защитных систем, большинство из них остаются скрытыми от исследователей из-за ограничений существующих методов поиска. Основная трудность заключается в том, что нужные гены часто разбросаны по всему геному и не образуют очевидных кластеров.
Иллюстрация: Nano Banana
Как работает DefensePredictor
Система DefensePredictor призвана устранить эти пробелы. В её основу легла языковая модель белков ESM-2. Она «понимает» последовательности аминокислот по тому же принципу, по которому большие языковые модели анализируют текст: белки рассматриваются как цепочки из 20 «букв», которые формируют сложные структуры и выполняют конкретные биологические функции.
Для обучения ИИ исследователи задействовали базу данных, сформированную с помощью алгоритма DefenseFinder. В выборку вошли около 15 000 белков, связанных с защитой, и более 186 000 белков без таковой, взятых из 17 000 микробных геномов.
После обучения модель проанализировала 69 штаммов E. coli. Помимо 600 потенциально защитных белков, система выделила более 100 совершенно новых вариантов. Важно отметить, что почти половина из них не располагалась рядом в геноме — признак, который ранее считался обязательным условием для совместно работающих систем.
Экспериментальная проверка показала высокую эффективность: около 45% протестированных белков обеспечили защиту бактерий хотя бы от одного вида вируса. Расширение анализа на 1000 микробных видов позволило выявить тысячи других потенциальных защитных белков, не описанных в научной литературе.
Биологический резерв будущего
Параллельно успехов добилась группа из Института Пастера: их собственные ИИ-модели предсказали около 2,4 млн потенциальных антивирусных белков в более чем 32 000 геномов. Эти данные подчеркивают колоссальный масштаб скрытого биологического разнообразия.
Бактериальные системы защиты представляют собой неисследованный пласт механизмов, которые уже находят применение в биотехнологиях — от создания «молекулярных ножниц» до разработки биологических переключателей для контроля модифицированных организмов.
По мнению исследователей, использование ИИ-подходов позволяет выявлять скрытые функциональные закономерности, недоступные для прямого анализа человеком. Итоговая цель работы — не только поиск новых инструментов, но и понимание эволюции микробного иммунитета, что в будущем может привести к появлению принципиально новых технологий для медицины и синтетической биологии.
