# Амели Шрайбер: «ИИ-агенты изменят дизайн биологических молекул»

Источник: https://www.youtube.com/watch?v=enNrsTrf2ck
Канал: The Cognitive Revolution
Опубликовано: 14.12.2024

---

## Новая эра биологии: от статики к динамике и ИИ-агентам
[[JUMP:1:58]]

Область применения искусственного интеллекта в биологии переживает стремительный рост, переходя от простой предсказательной аналитики к сложным системам генеративного проектирования. По мнению Амели Шрайбер, специалиста по вычислительной биохимии и ИИ, фокус внимания исследователей сместился с моделирования статических структур белков на понимание их динамики и создание функциональных молекул «с нуля». Ведущий подкаста Натан Лаундс отмечает, что этот прогресс фундаментально меняет подходы к медицине и промышленным процессам, превращая задачи, которые ранее казались научной фантастикой, в доступные и воспроизводимые решения.

### 🧬 Эволюция инструментов: от AlphaFold 3 к моделированию функций
[[JUMP:11:47]]

За последние полгода индустрия получила мощный импульс благодаря выходу новых фундаментальных моделей, расширяющих возможности проектирования.

*   **AlphaFold 3:** В отличие от своего предшественника, эта модель предсказывает структуру комплексов, включающих не только белки, но и РНК, ДНК, малые молекулы и ионы. Шрайбер подчеркивает, что это критически важно для построения интерактомов (сетей взаимодействий), необходимых для понимания механизмов заболеваний и разработки ингибиторов или аллостерических модуляторов.
*   **ESM3:** Мультимодальная модель, объединяющая последовательность, структуру и функцию белка. Несмотря на успехи, Шрайбер выражает сдержанное отношение к её «функциональному» модулю, так как он использует ограниченный (конечный) словарь функций. По её мнению, «открытый словарь», позволяющий использовать текстовые промпты, был бы более гибким и перспективным инструментом.
*   **Специализированные модели:** Появление моделей для работы с пептидами (PepFlow) и антителами (GoAb) закрыло важный пробел, так как эти объекты зачастую сложнее поддаются моделированию из-за своей неупорядоченной структуры.

### ⚙️ Проблема динамики и роль MDG
[[JUMP:27:15]]

Одним из главных вызовов остается моделирование динамических процессов, а не просто застывших молекул. Амели Шрайбер утверждает, что для проектирования ферментов, катализирующих новые реакции, необходимо учитывать не только структуру активного центра, но и динамику белков в радиусе 20 ангстрем.

Инновационная модель **MDG** (Molecular Dynamics Generator) меняет правила игры, действуя как «Sora для молекул». Она позволяет:

*   Генерировать траектории движения белков в тысячи раз быстрее, чем традиционные методы молекулярной динамики.
*   Выполнять интерполяцию между метастабильными состояниями, что критически важно для расчетов свободной энергии связывания.
*   Применять технику *in-painting* (дорисовки), позволяющую генерировать молекулы внутри существующих динамических траекторий, сохраняя их физическую согласованность.

### 🛠️ ИИ-агенты: следующий шаг в биоинженерии
[[JUMP:138:08]]

Будущее биологии, по прогнозам Шрайбер, лежит не в использовании разрозненных инструментов, а в создании оркестрированных рабочих процессов, управляемых ИИ-агентами. Такая система могла бы самостоятельно подбирать гиперпараметры, оценивать результаты моделирования и формулировать гипотезы для проверки.

Шрайбер подчеркивает, что успех в этой области измеряется не качеством написания научной статьи, а результатами «мокрой» лаборатории (wet lab). Уже сегодня исследователи, вооруженные ИИ, создают функциональные ферменты с многоступенчатыми реакциями, которые ранее считались невозможными. Она призывает специалистов в области ИИ активнее переходить в сферу вычислительной биохимии, характеризуя текущий момент как «крайне быстро движущийся и невероятно красивый» период научного прорыва.