ИИ оказался неспособен точно предсказать последствия мутаций вируса
Исследователи создали более 44 тыс. вариантов одного из самых изученных вирусов и проверили последствия мутаций почти каждого нуклеотида его генома. Современные системы ИИ не смогли точно предсказать действие многих изменений, а причины части вредных мутаций остались неизвестными.
Источник: Laguna Design/Science Photo Library. Компьютерная модель капсида бактериофага ΦX174
МОСКВА, 1 сентября /Новости науки/. Исследователи систематически изменили почти каждый нуклеотид в геноме вируса ΦX174 и проверили, как отдельные мутации влияют на его способность размножаться. Эксперимент стал первым подобным исследованием целого генома, пишет Nature.
«Даже в этой настолько хорошо изученной системе мы не можем объяснить, почему четверть мутаций убивает вирус», — приводятся в Nature слова одного из руководителей исследования.
Полученные результаты показали, насколько трудно заранее определить последствия даже одиночных изменений в ДНК. Половина мутаций, при которых один нуклеотид заменяли другим, оказалась вредной для вируса. Среди изменений, затрагивавших аминокислоты в его белках, доля вредных мутаций достигла 60%.
Для эксперимента исследователи использовали бактериофаг ΦX174 — вирус, заражающий бактерии. Его кольцевой геном представляет собой одноцепочечную ДНК из 5 386 нуклеотидов и кодирует 11 белков. В 1970-х годах ΦX174 стал первым организмом, чей полный геном удалось прочитать, а в 2000-х — первым вирусным геномом, который полностью синтезировали химическим путем. Первые созданные с помощью искусственного интеллекта вирусные геномы также представляли собой варианты ΦX174.
В ходе новой работы исследователи создали более 44 тыс. вариантов изменений его генома. Они проводили все три возможные одиночные замены для отдельных нуклеотидов, а каждую аминокислоту в белках вируса заменяли на каждую из остальных 19 аминокислот.
Чтобы определить влияние мутаций на жизнеспособность вируса, тысячи его вариантов выращивали вместе с бактериями *Escherichia coli*, которые восприимчивы к заражению ΦX174. Эксперимент продолжался 80 минут — этого хватило на два или три цикла заражения. Варианты, способные размножаться, сохранялись, а носители вредных мутаций исчезали. Результаты исследователи определяли с помощью секвенирования ДНК.
Доля вредных изменений оказалась выше, чем ожидали исследователи. При этом, несмотря на десятилетия изучения ΦX174 и представление о том, что вирус уже хорошо приспособлен к лабораторным условиям, несколько мутаций дополнительно повысили его способность размножаться.
Причины действия многих вредных изменений удалось определить лишь предположительно. Около половины мутаций, изменявших аминокислоты, могли нарушать взаимодействие с другими белками самого вируса или его бактериального хозяина. Еще примерно четверть приходилась на аминокислоты, расположенные глубоко внутри белков, и могла нарушать их структуру. Причины действия оставшихся мутаций исследователям неизвестны.
Современные системы искусственного интеллекта, предназначенные для биологических исследований и ранее показавшие способность выявлять вредные мутации, также испытывали трудности при попытке предсказать последствия изменений в геноме ΦX174. По оценке Nature, результаты указывают на необходимость большего количества и более качественных экспериментальных данных для дальнейшего развития подобных систем ИИ.
Само исследование было размещено в июле на сервере препринтов bioRxiv.
«Даже в этой настолько хорошо изученной системе мы не можем объяснить, почему четверть мутаций убивает вирус», — приводятся в Nature слова одного из руководителей исследования.
Полученные результаты показали, насколько трудно заранее определить последствия даже одиночных изменений в ДНК. Половина мутаций, при которых один нуклеотид заменяли другим, оказалась вредной для вируса. Среди изменений, затрагивавших аминокислоты в его белках, доля вредных мутаций достигла 60%.
Для эксперимента исследователи использовали бактериофаг ΦX174 — вирус, заражающий бактерии. Его кольцевой геном представляет собой одноцепочечную ДНК из 5 386 нуклеотидов и кодирует 11 белков. В 1970-х годах ΦX174 стал первым организмом, чей полный геном удалось прочитать, а в 2000-х — первым вирусным геномом, который полностью синтезировали химическим путем. Первые созданные с помощью искусственного интеллекта вирусные геномы также представляли собой варианты ΦX174.
В ходе новой работы исследователи создали более 44 тыс. вариантов изменений его генома. Они проводили все три возможные одиночные замены для отдельных нуклеотидов, а каждую аминокислоту в белках вируса заменяли на каждую из остальных 19 аминокислот.
Чтобы определить влияние мутаций на жизнеспособность вируса, тысячи его вариантов выращивали вместе с бактериями *Escherichia coli*, которые восприимчивы к заражению ΦX174. Эксперимент продолжался 80 минут — этого хватило на два или три цикла заражения. Варианты, способные размножаться, сохранялись, а носители вредных мутаций исчезали. Результаты исследователи определяли с помощью секвенирования ДНК.
Доля вредных изменений оказалась выше, чем ожидали исследователи. При этом, несмотря на десятилетия изучения ΦX174 и представление о том, что вирус уже хорошо приспособлен к лабораторным условиям, несколько мутаций дополнительно повысили его способность размножаться.
Причины действия многих вредных изменений удалось определить лишь предположительно. Около половины мутаций, изменявших аминокислоты, могли нарушать взаимодействие с другими белками самого вируса или его бактериального хозяина. Еще примерно четверть приходилась на аминокислоты, расположенные глубоко внутри белков, и могла нарушать их структуру. Причины действия оставшихся мутаций исследователям неизвестны.
Современные системы искусственного интеллекта, предназначенные для биологических исследований и ранее показавшие способность выявлять вредные мутации, также испытывали трудности при попытке предсказать последствия изменений в геноме ΦX174. По оценке Nature, результаты указывают на необходимость большего количества и более качественных экспериментальных данных для дальнейшего развития подобных систем ИИ.
Само исследование было размещено в июле на сервере препринтов bioRxiv.
