17 Хадарович А. Ю. Калиновский А. А. Тузиков А. В. методы глубокого обучения нейронные сети моделирование белковых комплексов гомодимеры оптимизация 2020 2020-05-07 10.37661/1816-0301-2020-17-2-44-53 Информатика Предсказание структур белковых комплексов имеет важные приложения в таких областях, как моделирование биологических процессов и разработка лекарственных средств. Гомодимеры (комплексы, состоящие из двух одинаковых белков) являются наиболее распространенным типом белковых комплексов в природе, но до сих пор нет универсального алгоритма для предсказания их трехмерных структур. Экспериментальные методы для определения структур белковых комплексов требуют значительных затрат времени и ресурсов и имеют свои ограничения. Глубокие нейронные сети позволили предсказать структуры отдельных белков, значительно превзойдя по точности другие алгоритмические подходы. Опираясь на идею этого подхода, в статье разработан алгоритм для моделирования трехмерной структуры гомодимерных комплексов на основе глубокого обучения. Он состоит из двух основных этапов: на первом этапе прогнозируется карта контактов белкового комплекса при помощи глубокой сверточной нейронной сети, а на втором предсказывается трехмерная структура гомодимера на основе полученной карты контактов и процедуры оптимизации. Предложенный подход был протестирован и проверен на наборе белковых гомодимеров из базы данных белков PDB (Protein Data Bank). Разработанная методика может быть использована для оценки моделей белковых гомодимеров в качестве одного из этапов разработки лекарственных соединений. https://www.academjournals.by/publication/18303 https://www.academjournals.by/files/18256