Примеры проблем, стоящих перед медициной в наши дни, ярко подсветила эпидемия коронавируса: современные вакцины часто являются продуктами молекулярной инженерии, разработка эффективных антител также нуждается в инженерном подходе. Передовые статьи за последние пару лет в этом направлении подчеркивают необходимость рационального создания препаратов на основе белковых молекул. Если говорить о методах молекулярной биологии, то они зачастую манипулируют белками как единицами инженерии, не внося новую функцию изменением последовательности объекта интереса. Для функционального дизайна белка необходимо опираться на структурную информацию о строении молекулы.
Современное развитие методов предсказания структуры белка на основе машинного обучения дает надежды на развитие решений по дизайну функциональных белков от структурных элементов до ферментов. Основная проблема дизайна состоит в исследовании пространства последовательностей, которое зависит от размера белка как 20 N, где N это количество остатков аминокислот в белке. Ожидаемо, что для задач такого размера исследование на основе комбинаторного перебора не представляется возможным. Современные методы на основе диффузионных моделей и другие генеративные подходы позволяют за приемлемое время предложить варианты дизайна структуры и последовательности белка, которые можно использовать для проверки физически осмысленными методами.
Цель курса – познакомить слушателей с известными решениями в области вычислительного генеративного дизайна белковых молекул, привить практические навыки использования этих методов и изучить возможности по их модификации и развитию.
Курс необходим слушателям, которые так или иначе вовлечены в работы по исследованию как белковых молекул, так и более сложных систем с их участием. Такие специалисты востребованы ведущими российскими фармацевтическими компаниями, которые разрабатывают передовые препараты с использованием инженерных белковых молекул.
Требования к студентам:
- молекулярная биология,
- программирование Python
Темы, изучаемые в рамках курса
- Вводная лекция. Практическое занятие «Ознакомление с основными инструментами по визуализации структуры белков и анализа их последовательностей».
- Лекция «Введение в дизайн лекарств». Практическое занятие «Компьютерное представление химических соединений, представления структуры и свойств для использования в машинном обучении».
- Лекция «Введение в дизайн белков». Практическое занятие «Ознакомление с вычислительными методами молекулярного моделирования белков на основе силовых полей и сравнение c AlphaFold».
- Лекция «Дизайн стабильности белков». Практическое занятие «Применение методов «ограниченных галлюцинаций» для оптимизации гидрофобного ядра белка на примере «sweet» белков».
- Лекция «Дизайн хода остова белка». Практическое занятие: «Использование модели RFdiffusion для создания белка способного связывать пептидный токсин».
- Лекция «Дизайн карманов связывания малых молекул. Практическое занятие «Использование модели MPNN для восстановления последовательности петель».
- Лекция «Дизайн ферментов». Практическое занятие: «Размещение каталитических остатков в фреймворке антитела и оптимизация их окружения подходом “partial diffusion”».
- Лекция «Дизайн белок-белковых взаимодействий». Практическое занятие «Использование модели dMasif для поиска белковых партнеров и дизайна белка с заданной поверхностью».
Занятия проводятся в ауд. 207 на факультете биоинженерии и биоинформатики МГУ им. М. В. Ломоносова
В программе курса 16 занятий: 8 лекций и 8 семинаров
Формат проведения: офлайн
Старт курса: 9 октября 2023 года
Занятия будут проходить по понедельникам (лекции) и средам (семинары) с 19.00 до 20:30
Чат курса в Telegram
Страница курса на платформе Teach-in
Набор на курс 2023 года закрыт