# Дэвид Бейкер: «Мы выходим из каменного века биодизайна» Источник: https://www.youtube.com/watch?v=tQNc-LEyXGA Канал: World Science Festival Опубликовано: 25.07.2025 --- В современной науке происходит тектонический сдвиг: от простого описания живой природы учёные переходят к её целенаправленному проектированию. В рамках «World Science Festival» физик-теоретик Брайан Грин обсудил с нобелевским лауреатом по химии 2024 года Дэвидом Бейкером, как искусственный интеллект и генеративный дизайн позволяют создавать белки, которых никогда не существовало в эволюции, открывая путь к лечению рака, созданию новых материалов и даже синтетической жизни. ## 🧬 Путь от философии к «инженерной» биологии [[JUMP:01:04]] Дэвид Бейкер, возглавляющий Институт дизайна белков (Institute for Protein Design) в Вашингтонском университете, пришёл в биологию не сразу. Во время учёбы в Гарварде он сменил несколько специальностей — от социологии до философии [01:17]. По признанию учёного, его вдохновил курс биологии развития на последнем курсе, где он увидел «четкое направление движения вперед», в отличие от философских «языковых игр», которые казались ему статичными [01:55]. В аспирантуре Бейкер начал изучать вопросы самоорганизации в биологии. Его заинтересовало, как белки — «рабочие лошадки» клетки — принимают свою форму [05:23]. В то время биология была преимущественно описательной дисциплиной: учёные десятилетиями изучали природные белки, возникшие в результате миллионов лет эволюции, воспринимая их как «магические артефакты» прошлого [07:50]. Бейкер же задался вопросом: можно ли создать абсолютно новые белки с заданными функциями? ## 🧩 Проблема фолдинга и революция AlphaFold [[JUMP:08:28]] Белки состоят из линейных цепей аминокислот (обычно от 50 до 1000 единиц) [11:12]. Функциональность белка полностью зависит от его уникальной трехмерной формы. По словам Бейкера, ключевые факты о сложности этой системы таковы: * В геноме человека содержится от 20 000 до 30 000 уникальных белков [08:54]. * Самый длинный белок — титин (titin), отвечающий за эластичность мышц, состоит из десятков тысяч атомов [11:24]. * Традиционные методы определения структуры (рентгеновская кристаллография, криоэлектронная микроскопия) крайне трудозатратны: аспирант мог потратить годы на изучение структуры всего одного белка [14:30]. С 1960-х годов учёные пытались предсказать форму белка, исходя из его аминокислотной последовательности (проблема фолдинга). Группа Бейкера изначально использовала физические методы, пытаясь найти состояние с минимальной энергией через симуляции [15:08]. Однако настоящий прорыв совершила команда DeepMind (Джон Джампер и Демис Хассабис) с системой AlphaFold. По мнению Дэвида Бейкера, успех AlphaFold был обусловлен тем, что разработчики «выбросили физику в окно» и использовали глубокое обучение на базе 200 000 известных структур [17:28]. Это позволило создать систему, которая не понимает физику межатомных взаимодействий, но безошибочно распознаёт паттерны и предсказывает структуру по последовательности. Бейкер признаёт, что был удивлён эффективностью этого подхода, так как полагал, что данных для обучения нейросетей ещё недостаточно [19:51]. ## 🏗️ Дизайн белков «de novo»: от функции к молекуле [[JUMP:20:45]] Если AlphaFold решает задачу предсказания структуры (последовательность → форма), то Бейкер сосредоточился на обратной задаче — дизайне белков «de novo» (функция → форма → последовательность) [21:14]. Процесс создания нового белка выглядит так: 1. **Определение функции:** Например, белок должен блокировать вирус гриппа. 2. **Проектирование формы:** На компьютере создается модель белка, геометрически дополняющая мишень. 3. **Подбор последовательности:** Вычисляется цепочка аминокислот, которая свернётся именно в эту форму. 4. **Синтез:** Создаётся искусственная ДНК с нужной последовательностью. 5. **Производство:** ДНК вводится в бактерии, которые становятся «фабриками» по производству нового белка [23:53]. В последние годы лаборатория Бейкера перешла от физических моделей (ПО Rosetta) к генеративному ИИ. Они используют диффузионные модели, аналогичные DALL-E, которые создают структуру белка из «шума» [30:16]. По словам учёного, ИИ-методы оказались гораздо мощнее и точнее предыдущих алгоритмов [29:46]. ## 🐍 Практическое применение: от антидотов до экологии [[JUMP:25:38]] На текущий момент Институт дизайна белков успешно разработал молекулы для решения множества задач: * **Антидоты к змеиному яду:** Студентка Сюзанна Васкес Торрес спроектировала около 90 вариантов белков, которые связывают токсины яда. Тесты на животных показали, что дизайн-белки спасают жизни при введении вскоре после укуса [26:45]. * **Блокировка вирусов:** Разработаны белки, предотвращающие проникновение вируса гриппа в клетки [26:05]. * **Экология:** Проектируются ферменты для расщепления пластика и связывания парниковых газов, таких как метан [36:53]. * **Медицина:** Коллега Бейкера Нил Кинг разработал вакцины на основе белковых наночастиц, которые уже используются людьми [39:35]. Бейкер сравнивает текущий этап развития биологии с выходом из каменного века. Раньше учёные использовали «палки и камни» — готовые природные белки, слегка модифицируя их. Теперь же человечество может строить белковые машины «с нуля», исходя из первых принципов [43:28]. ## 🧠 Будущее: нейротехнологии и синтетическая жизнь [[JUMP:44:33]] Одной из самых амбициозных целей является создание полностью синтетических живых систем. По мнению Бейкера, учёные уже близки к созданию простых самореплицирующихся систем, хотя сложность даже одной бактерии всё ещё остается вызовом [45:24]. В области нейронаук команда Бейкера работает над несколькими направлениями: 1. **Лечение нейродегенеративных заболеваний:** Дизайн белков, способных блокировать образование амилоидных бляшек (болезни Альцгеймера и Паркинсона) [50:13]. 2. **Молекулярные машины:** Создание белков-шаперонов, работающих на «топливе», поступающем с пищей, для очистки артерий или растворения бляшек вне клеток [51:05]. 3. **Интерфейс мозг-компьютер (BCI):** Разработка синтетических белков-пор, встроенных в кремний. Такие белки могут изменять электрический ток в присутствии определенных веществ, что позволит создавать сверхчувствительные датчики, например, для обнаружения фентанила в аэропортах [53:06]. ## ⚠️ Вызовы: биоэтика, финансирование и «утечка мозгов» [[JUMP:1:01:45]] Несмотря на научные успехи, Бейкер выражает серьёзную обеспокоенность состоянием академической науки в США. По его мнению, ситуация в стране сейчас «очень плохая» из-за сокращения государственного финансирования (грантов NSF) и неопределенности в отношении иммиграционной политики [1:02:25]. Основные риски, по словам Бейкера: * Университеты (включая Гарвард и Северо-Западный университет) вынуждены сокращать набор аспирантов и отменять поиск новых профессоров [1:03:03]. * Наблюдается тренд «утечки мозгов»: молодые ученые всё чаще выбирают Европу или уходят в индустрию (стартапы), теряя интерес к академической карьере [1:05:28]. * В его лаборатории уже создано 21 дочернее предприятие для коммерциализации разработок, так как студенты хотят довести свои открытия (например, лекарства от рака) до клинического применения [1:05:28]. В завершение беседы Брайан Грин и Дэвид Бейкер сошлись во мнении, что биология переходит в статус точной инженерной науки, где главная сложность — уже не «как построить», а «что именно стоит построить» в бесконечном пространстве возможных молекул [55:31].