МОСКВА, 6 сен – РИА Новости. Биофизик Антон Чугунов рассказал о том, почему ученые вынуждены "уходить" из реального мира в мир виртуальный, как на этот переход повлияют новые рентгеновские лазеры и почему разряды молний гораздо больше похожи на белки, чем это может показаться изначально.
На этой неделе началась работа проекта Science|Now – "научно-коммуникационного проекта", как называют его участвующие в нем ученые из ведущих биомедицинских и химических исследовательских центров России, в рамках которого биологи, химики, математики и другие ученые делятся своими достижениями, мыслями, опытом и интеллектуальными переживаниями в неформальной обстановке.
Первая встреча этого научного клуба прошла в баре "1000 миль" в Москве, в рамках которой выступил с лекцией биофизик Антон Чугунов из Института биоорганической химии РАН, рассказавший слушателям о том, зачем биологам нужны технологии компьютерного моделирования белков и как они позволяют увидеть то, что нельзя рассмотреть в микроскоп.
В частности, Чугунов рассказал о том, как подобные расчеты помогли его лаборатории раскрыть секреты работы ядов скорпионов, которые можно отнести к нейротоксинам. Все эти вещества, пояснил ученый, действуют на ионные каналы, играющие ключевую роль в передаче нервных сигналов в наших нервных клетках, и нарушения в их работе, вызываемые ядами, вызывают паралич, судороги и другие неприятные последствия.
Изучение принципов работы молекул ядов, парализующих работу этих каналов, и их трехмерной формы позволяет создавать лекарства, к примеру, подавляющие аритмию сердца, эпилепсию и ряд других болезней, вызываемых неполадками в работе натриевых и калиевых каналов в нейронах мозга и периферической нервной системы. Возможно и обратное – эти исследования могут помочь ученым создавать более эффективные и прицельно действующие яды для защиты урожая от вредителей.
Такие эксперименты ученые сейчас могут проводить, благодаря развитию компьютерных технологий и математики, не только в лабораториях, перебирая тысячи вариантов мутантных белков или пытаясь понять на практике, как белки связываются друг с другом, но и полностью внутри виртуальной реальности, имитирующей с разной степенью достоверности то, как ведут себя молекулы и атомы в реальном мире. Опыты в "кремнии" (in silico), как называют это ученые, позволяют заметно ускорять исследования или экономить деньги на дорогостоящий перебор молекул или их анализ.
Как рассказал Чугунов, не все исследования белков можно проводить в "кремнии" – многие белковые молекулы слишком сложны для того, чтобы их структуру и взаимодействие можно было просчитать при помощи методов вычислительной математики за разумное количество времени. Поэтому биологам, в дополнение к "кремнию", часто приходится прибегать к помощи мощнейших ускорителей и излучателей, чтобы получить новые данные о поведении молекул и использовать их при компьютерном моделировании и в экспериментах с живыми организмами и молекулами.
— Антон, в этом году или в начале следующего года начнет свою работу мощнейший рентгеновский лазер XFEL. Как его запуск и связанные с ним новые возможности по изучению биомолекул повлияют на развитие методов молекулярного моделирования белков?
— Лазер XFEL принесет массу интересных вещей – во-первых, он позволит обрабатывать нанокристаллы, даст нам доступ к более широкому спектру молекул, но это не самое интересное. Что интереснее, он позволит нам проводить кристаллографию единичных молекул, получать дифракционную картину без кристаллизации вообще. Это сейчас звучит как фантастика, но когда-то это точно появится.
Третий плюс XFEL – это динамика, молекулы в движении. В кристаллографии динамики не было вообще, и этот лазер дает нам основания надеяться, что мы сможем видеть последовательные изменения в структуре белков, какие-то промежуточные формы и прочие интересные вещи.
Разумеется, эти новые данные дадут новые возможности и пищу для ума для всей структурной биологии, однако они не сделают молекулярное моделирование бесполезным и чем-то ненужным. Чем больше мы имеем данных для структурного моделирования, в том числе и результаты опытов на XFEL, тем лучше мы сможем проделать все те вещи, которые мы можем моделировать и которые не доступны никакому эксперименту.
— В работе многих белковых молекул и комплексов, в том числе светочувствительных белков глаз, родопсинов, и, к примеру, фотосистемы II в хлоропластах растений, большую роль играют различные квантовые эффекты. Возможно ли их моделирование в принципе?
— Конечно, такие вещи просто так в современных молекулярных симуляторах не просчитываются – для этого нужны совмещенные методы квантовой механики и молекулярной динамики. Квантовая механика в данном случае показывает, что происходит с электронами, а молекулярная динамика, в свою очередь, расскажет нам, как поменялась форма молекулы во время ее работы. В таких случаях меняется положение сотен атомов, и квантовая механика сама по себе не даст нам ответа на вопрос о том, что происходит с белком.
То, что происходит "посередине" между ними – мы пока это не до конца понимаем, и эта часть жизни белковых молекул моделируется достаточно схематически. Это то, что нам хотелось бы улучшить. Здесь на уровень "кто на какую кнопку нажал, что произошло" мы пока не вышли.
— Учитывая успех проекта FoldIt, подключившего к изучению структуры белков "коллективный разум" пользователей интернета, возникала ли у вас идея использовать нейросети или распределенные сети вычислений для просчета формы и свойств белков в работе института?
— Идея использовать нейросети для просчета белков сама по себе интересна, но я с ней не сталкивался. Что касается сетей – я не вижу смысла создания какого-то специального российского сообщества FoldIt. Точнее, оно может и есть, я видел в сети форумы пользователей Folding @ Home, но по ощущению они были не "гражданскими" учеными, а просто праздно любопытствующими.
— С учетом развития всех технологий моделирования и кристаллографии, приблизились ли мы к пониманию того, по каким законам белки сворачиваются в те формы, которыми они обладают в живых клетках?
— Четкого видения того, как сворачиваются белки, сейчас у нас нет, и уверенности, что для любого белка получится промоделировать фолдинг, тоже нет. Наверное, отсутствуют какие-то важные части в этой мозаике. С другой стороны, методы компьютерного молекулярного моделирования в принципе позволяют моделировать фолдинг, а раз это так, то чего-то мы уже достигли.
У меня есть наглядное объяснение этого из немного другой области – задумайтесь, откуда молния знает, куда ей бить, и почему она бьет в самое место, где наблюдается самое низкое сопротивление? Она ведь не измеряет же сопротивление между разными точками и потом выбирает путь. На самом деле происходит ионизация воздуха, возникают какие-то каналы, которые управляют ее движением. То же самое происходит и при фолдинге белков. Как это можно смоделировать полностью – я лично не знаю.
