• Ученые ИТМО разработали компактную нейросеть dcBiLSTM-AE для анализа пептидов.
• Модель в тысячи раз компактнее существующих аналогов и не требует больших вычислительных мощностей и баз данных.
• Точность прогнозов не уступает крупным белковым языковым моделям.
• Разработка может помочь ускорить поиск пептидов-кандидатов с нужной биологической активностью для разработки лекарств.
• dcBiLSTM-AE использует физико-химические характеристики аминокислот для описания пептидов.
• Модель уже протестирована на восьми задачах, включая классификацию и регрессию.
• dcBiLSTM-AE создает компактное описание пептида, которое можно подключать к другим алгоритмам для решения различных задач.
• В дальнейшем планируется масштабировать подход на длинные цепочки и редкие аминокислоты, а также адаптировать модель для работы с пептидами необычной формы.
• Разработка ориентирована на научные группы и фармкомпании, занимающиеся поиском новых лекарств.

Модель создает компактное описание пептида, к которому можно подключать другие алгоритмы и решать с их помощью разные задачи — от поиска новых лекарств до фундаментальных исследований. На практике это позволяет отбирать перспективные молекулы для лабораторных испытаний, не проверяя вслепую тысячи кандидатов для потенциальных лекарств. А для научных задач — глубже изучать строение и функции биомолекул и находить закономерности в том, как их структура связана со свойствами.