Предостережение: прогнозирование и моделирование распознавания и связывания белок-ДНК с помощью вычислительных подходов машинного обучения.

Недавние достижения в области искусственного интеллекта, в частности разработка прогностических инструментов, таких как AlphaFold3, значительно преобразили современную молекулярную и клеточную биологию, особенно в части предсказания структур биологических молекул и их комплексов. Однако, несмотря на исключительную точность в моделировании свернутых белковых доменов, субъединиц и крупных белок-белковых комплексов, эффективность AlphaFold3 в предсказании деталей контактов между белками и ДНК (или, в более широком смысле, нуклеиновыми кислотами) остается менее изученной. Данное исследование подводит итоги последних разработок и производительности инструментов, предназначенных для предсказания, моделирования и/или конструирования белок-ДНК взаимодействий, а также демонстрирует, используя хорошо определенную систему с минимальной степенью сложности, типичные проблемы, связанные с использованием AlphaFold3 для прогнозирования взаимодействий белок-ДНК.

Авторы критически оценивают текущие подходы, указывая на существенные ограничения AlphaFold3 в этой специфической области, даже при работе с упрощенными системами. Это служит важным предостережением для случайных пользователей, которые могут необоснованно полагаться на предсказания таких общих моделей. Особую обеспокоенность вызывает потенциальное включение гибридных моделей белок-ДНК комплексов (где вычислительно предсказанные модели встраиваются в низкоразрешающие карты плотности криоэлектронной микроскопии с минимальной дальнейшей доработкой или контролем качества) в будущие обучающие наборы. Такой подход может привести к продолжительному и некорректному циклу обучения, что будет способствовать генерации новых, столь же неточных моделей белок-ДНК комплексов.

В конечном итоге, исследование подчеркивает необходимость повышенной осторожности и критического подхода при использовании ИИ-инструментов для предсказания белок-ДНК взаимодействий. Практическое значение заключается в призыве к более строгому контролю качества, тщательной верификации моделей и разработке специализированных вычислительных подходов, адаптированных к особенностям белок-нуклеиновых взаимодействий. Это поможет предотвратить распространение неточных данных и обеспечит надежную основу для будущих исследований в области молекулярной биологии и биотехнологии.