«Сток знаний заранее»: более 2 800 вирусов получили предсказанные структуры белковых комплексов

Что именно открыли

24 сентября 2026 года NVIDIA сообщила, что присоединилась к коалиции исследовательских организаций, включающей Google DeepMind и European Bioinformatics Institute (EMBL-EBI) Европейской молекулярно-биологической лаборатории, чтобы открыто опубликовать предсказанные трёхмерные структуры белковых комплексов более чем 2 800 вирусов в базе AlphaFold Database.

То же событие независимо описывает EMBL: предсказанные ИИ структуры белковых комплексов для более чем 2 800 вирусов теперь доступны открыто, а приоритет в датасете отдан протеомам вирусных семейств, о которых известно, что они заражают человека.

Структуры получены моделью AlphaFold2 — системой Google DeepMind, предсказывающей укладку белков в трёхмерные формы, — с оптимизацией вычислений через NVIDIA BioNeMo Inference Runtime. Это позволило масштабировать вывод до тысяч вирусных протеомов и предсказывать комплексы, то есть группы взаимодействующих белков, закодированные в каждом вирусе. Помимо самих данных, NVIDIA открыто публикует BioNeMo Structure Prediction Pipeline — GPU-ускоряемый конвейер, которым был построен датасет, чтобы исследователи могли пройти путь от последовательности белка до предсказанной структуры для своих задач.

Зачем это делают до пандемии

Когда появился COVID-19, у учёных было важное преимущество: десятилетия исследований коронавирусов означали, что ключевые белки вируса изучены достаточно хорошо для быстрой разработки вакцин. Следующая пандемия может не дать такой форы — и выпуск датасета рассчитан именно на этот сценарий.

«Когда случится следующая пандемия, вполне может появиться что-то совершенно неожиданное, и нам будет не хватать тех знаний, которые были у нас по COVID. Мы пытаемся сделать запас этих знаний заранее», — говорит Joe Grove, профессор молекулярной вирусологии в MRC-University of Glasgow Centre for Virus Research и участник проекта.

По анализу Center for Global Development, на который ссылается EMBL, вероятность того, что до 2050 года мир столкнётся с пандемией, сопоставимой по тяжести с COVID-19, составляет почти 50%. При этом инициатива «100 Days Mission» ставит цель развернуть безопасные и эффективные препараты и вакцины в первые 100 дней после выявления новой пандемической угрозы — а для этого структурная информация о вирусах нужна задолго до того, как они станут глобальной проблемой.

Дата релиза привязана к политическому календарю: 24 сентября партнёры впервые объявляют датасет на круглом столе, который проводят CEPI и World Economic Forum, а 25 сентября в штаб-квартире ООН в Нью-Йорке проходит заседание высокого уровня Генеральной Ассамблеи по предотвращению пандемий, подготовке и ответу на них, где проверяют прогресс по обязательствам 2023 года.

Как считали структуры

Традиционные методы определения структуры белка — кристаллизация и рентгеновская съёмка — могут занимать годы и стоить тысячи долларов за одну структуру. AlphaFold2, оптимизированный в NVIDIA BioNeMo для эффективной работы на GPU NVIDIA, предсказывает структуру за минуты и может работать пакетно; высоконадёжные предсказания учёные затем проверяют экспериментальными методами.

Для этого проекта команда системно прошла по белковым структурам вирусных семейств, заражающих человека, — от вирусов обычной простуды до новых угроз вроде Mpox. По описанию EMBL, приоритеты задавал инструмент приоритетных патогенов британского UK Health Security Agency, а работа опиралась на подготовленный набор вирусных протеомов, модели для бенчмаркинга и инструменты, чтобы достичь высокой пропускной способности и точности. В результате покрыты, например, семейство Picornaviridae и такие новые угрозы, как Mpox.

Около 30% белковых взаимодействий, добавляемых в базу, полностью новы для науки: такие формы взаимодействия никогда не фиксировались в Protein Data Bank — основном хранилище экспериментально определённых белковых структур.

Коалиция и доступ к данным

Помимо NVIDIA, Google DeepMind и EMBL-EBI, в коалицию входят Coalition for Epidemic Preparedness Innovations, Сеульский национальный университет, Sungkyunkwan University, Swiss Institute of Bioinformatics и Университет Глазго. Часть комплексов для этого релиза посчитали независимо от коллаборации исследователи из Лундского университета в Швеции.

Датасет пополняет AlphaFold Database, где теперь более 260 млн предсказаний белков и белковых комплексов — почти все каталогизированные белки, известные науке. Вирусные данные доступны на сайте базы через Pandemic Preparedness Portal.

«Открывать эти данные критично для понимания вирусной диагностики и разработки методов лечения и вакцин, — сказала Jo McEntyre, временный директор EMBL-EBI. — Они могут обеспечить более быстрый и эффективный ответ на будущие пандемии. Они также охватывают менее изученные вирусы и снижают барьеры для учёных в условиях ограниченных ресурсов, которые сталкиваются со вспышками первыми».

Что структуры не показывают

EMBL отдельно оговаривает границы применимости: предсказанные структуры показывают, как могут выглядеть вирусные белки и как они могут взаимодействовать, но не предсказывают влияние генетической изменчивости на вирус и взаимодействие «хозяин — патоген». По ним нельзя увидеть, как изменения делают вирус смертоноснее или заразнее, и нельзя сконструировать вирусы, заражающие человека; поведение вируса проверяется только лабораторно.

«Структура белкового комплекса сама по себе не говорит, что происходит, когда вирус мутирует, — объясняет Joe Grove. — Новый датасет даёт ценное фундаментальное знание, которое позволяет вести базовые исследования и разрабатывать средства противодействия, но он не объясняет, почему одни вирусы процветают, а другие нет, и не упрощает создание более опасных патогенов».

NVIDIA добавляет техническую оговорку: предсказания в открытом датасете помечены по уровню уверенности. Структуры показывают, как вирусные комплексы могут выглядеть и как отдельные белки могут взаимодействовать внутри вирусного протеома, а не утверждают точную картину.

Позиции участников

«Наша цель с AlphaFold Database всегда была в том, чтобы демократизировать доступ к фундаментальной биологии в масштабе, — сказала Risha Patel, менеджер по партнёрствам в области наук о жизни в Google DeepMind. — Эта коллаборация, приносящая тысячи вирусных комплексов в базу, вооружит учёных по всему миру знаниями, необходимыми для подготовки к будущим вспышкам».

«Предсказание структур вирусных семейств, заражающих людей, — важный прорыв, — заявила Anna Koivuniemi, руководитель Impact Accelerator в Google DeepMind. — Добавление этих 3D-моделей в AlphaFold Database делает их сразу пригодными для реальной науки».

«Пандемическая готовность зависит от наличия высококачественной молекулярной информации до начала вспышки, — сказал Anthony Costa, директор по цифровой биологии в NVIDIA. — Исследователи NVIDIA вместе с партнёрами провели бенчмаркинг и крупномасштабные предсказания вирусных белковых комплексов, помогая превратить широкое покрытие вирусов в открытый ресурс».

«Эта работа наглядно показывает, как сочетание мощных ИИ-моделей и точных данных, полученных благодаря человеческой экспертизе, помогает отвечать на глобальные угрозы здоровью, — сказал Philippe Le Mercier, руководитель ресурса Swiss Institute of Bioinformatics. — Это особенно критично для пандемической готовности, поскольку многие вирусы можно изучать только вычислительными и ИИ-инструментами».

«Это база данных как двигатель генерации гипотез, — сказал Chris Dallago, руководитель группы прикладной исследовательской науки в области цифровой биологии в NVIDIA. — Мы даём биологам и ИИ-сообществу возможность исследовать белковые взаимодействия не только как отдельные молекулы, но и как комплексы, чтобы вся область двигалась вперёд».