--- title: "ИИ-«ножницы» для белков: лаборатория Бейкера создала протеазы с ускорением реакции в 10 миллиардов раз" description: "Лаборатория Дэвида Бейкера с помощью ИИ-инструментов RFdiffusion2, ProteinMPNN и AlphaFold3 спроектировала искусственные протеазы, ускоряющие разрыв пептидных связей до 10 миллиардов раз. Созданные ферменты способны разрезать белки, связанные с болезнью Альцгеймера и лобно-височной деменцией." date: 2026-10-18T11:13:52.738Z lang: ru url: https://xab.info/posts/ii-proteazy-dlya-borby-s-alcgeimerom-uskorenie-10-milliardov-raz tags: [ai, proteases, alzheimer, protein-engineering, david-baker, neurodegenerative-diseases, rfdiffusion, alphafold] author: "Александр Буран" publisher: "XAB.info" --- # ИИ-«ножницы» для белков: лаборатория Бейкера создала протеазы с ускорением реакции в 10 миллиардов раз ![Абстрактная иллюстрация взаимодействия протеиновых молекул и спиралей под действием искусственного интеллекта](https://xab.info/media/2026/10/18/ii-proteazy-dlya-borby-s-alcgeimerom-uskorenie-10-milliardov-raz/ii-proteazy-dlya-borby-s-alcgeimerom-uskorenie-10-milliardov-raz-1.webp) ## Ключевые тезисы - Команда Дэвида Бейкера (Вашингтонский университет) с помощью ИИ спроектировала искусственные протеазы с ускорением каталитической реакции до 10¹⁰ раз - В разработке использованы три нейросетевых инструмента: RFdiffusion2, ProteinMPNN и AlphaFold3 - Среди 69 вариантов цистеиновой протеазы работоспособными оказались 13 (~19%); после задания позиции воды активность проявили 35 из 38 цинковых вариантов - Созданы протеазы, нацеленные на белки, связанные с болезнью Альцгеймера и лобно-височной деменцией - До клинического применения остаются барьеры: доставка в ткани, иммунный ответ, невозможность ИИ напрямую задавать каталитическую активность Учёные лаборатории Дэвида Бейкера в Вашингтонском университете объявили о создании искусственных протеаз — ферментов, способных разрезать белки в строго заданных местах с беспрецедентной скоростью. В одном из вариантов разработанной конструкции каталитическая активность достигла уровня, при котором разрыв пептидной связи ускоряется в 10 миллиардов раз (10¹⁰) относительно фонового уровня реакции. Команда также продемонстрировала, что подобные ферменты способны воздействовать на белки, ассоциированные с нейродегенеративными заболеваниями, включая болезнь Альцгеймера и лобно-височную деменцию. Работа, опубликованная в октябре 2026 года, стала одним из наиболее показательных примеров применения генеративного искусственного интеллекта в белковом инжиниринге. ### Пептидная связь и задача, на которую не отвечала природа Белки представляют собой цепочки аминокислот, соединённых пептидными связями. В водной среде эти связи без участия ферментов могут сохраняться сотни лет, что делает их крайне устойчивыми. Протеазы — природные катализаторы, ускоряющие разрыв таких связей, — распознают специфические участки белковой последовательности. Проблема, которую поставила перед собой команда Бейкера, состояла в том, чтобы с помощью ИИ создавать катализаторы с заранее заданной трёхмерной структурой и способностью распознавать конкретную последовательность аминокислот, а не ограничиваться модификацией уже существующих природных ферментов. ### Три нейросетевых инструмента в связке Для разработки ферментов исследователи применили последовательность из трёх ИИ-инструментов. RFdiffusion2 формировал основу белковой структуры с учётом расположения аминокислот, необходимых для химической реакции, и заданного участка будущего разреза. Затем ProteinMPNN подбирал конкретные аминокислоты, обеспечивающие правильное сворачивание белка, работу активного центра и взаимодействие с целевой молекулой. Полученные структуры оценивали с помощью AlphaFold3. В качестве шаблонов использовали два типа природных протеаз: цинковую, обнаруженную в пищеварительной системе раковых клеток, и цистеиновую, взятую из дрожжей. На их основе команда разработала десятки вариантов конструкций. ### Не одна структура решает всё: путь к 10¹⁰ Первые результаты показали, что одной правильной трёхмерной структуры недостаточно для эффективной работы фермента. Среди 69 вариантов цистеиновой протеазы работоспособными оказались лишь 13 — около 19%. В серии цинковых протеаз первоначальные конструкции часто демонстрировали слабую каталитическую активность. Проблему удалось частично решить, задав положение молекулы воды, участвующей в реакции: активность проявили 35 из 38 разработанных таким способом вариантов. Дальнейшая оптимизация — изменение аминокислот вблизи активного центра, не участвующих непосредственно в катализе, — позволила достичь рекордных показателей. Лучший вариант цистеиновой протеазы ускорял разрыв пептидной связи в 10⁹ раз и сохранял высокую избирательность. Улучшенная цинковая протеаза стала в 30 раз активнее исходной конструкции и ускоряла реакцию в 10¹⁰ раз. При этом высокая скорость сама по себе не гарантировала точности: один из наиболее активных вариантов цинковой протеазы недостаточно избирательно разрезал белки, что подчёркивает сложность одновременной оптимизации каталитической эффективности и специфичности. ### Целевые мишени: Альцгеймер и лобно-височная деменция В качестве отдельной проверки команда разработала цинковые протеазы, нацеленные на белки, связанные с болезнью Альцгеймера и лобно-височной деменцией. В результате удалось получить фермент, способный разрезать заданный белок непосредственно в клетках. Это демонстрирует, что подход применим к реальным терапевтическим мишеням, хотя до клинического применения остаётся значительный путь. ### Барьеры на пути к медицине До практического применения в медицине остаются несколько существенных препятствий. Белки трудно доставлять в нужные ткани и клетки, а сами искусственные ферменты могут вызывать иммунный ответ. Если мишень находится внутри клетки, может потребоваться доставка генетической инструкции, чтобы клетка сама производила нужную протеазу. Кроме того, нынешние ИИ-инструменты хорошо справляются с проектированием структуры, но не позволяют напрямую задавать требуемую каталитическую активность — она остаётся результатом итеративной оптимизации. Тем не менее работа доказывает принципиальную возможность создания искусственных ферментов под конкретные молекулярные мишени, а их эффективность и пригодность для лечения, по оценке авторов, ещё предстоит улучшать и проверять в дальнейших экспериментах. ## Проверка фактов и источники - [ИИ против болезни Альцгеймера: созданы молекулярные «ножницы» с ускорением реакции в 10 миллиардов раз](https://www.ixbt.com/news/2026/10/17/ii-protiv-bolezni-alcgeimera-sozdany-molekuliarnye-noznicy-s-uskoreniem-reakcii-v-10-milliardov-raz.html) - Первоисточник, содержащий полный текст описания исследования. Все числовые данные (10⁹, 10¹⁰, 69 вариантов, 13 работоспособных, 35 из 38) взяты из этого источника. - [Группа инвесторов перезапустила исследование «Димебона» против болезни Альцгеймера](https://www.kommersant.ru/doc/8673753) - Контекстный источник о другом направлении исследований Альцгеймера (латрепирдин/Димебон). Расхождений с основной статьёй не содержит. - [В виагре нашли неожиданного союзника по борьбе с болезнью Альцгеймера](https://www.gazeta.ru/science/news/2026/03/04/27978661.shtml) - Контекстный источник о репозиционировании препаратов. Не пересекается с темой ИИ-протеаз. - [Ученые нашли новую надежду в борьбе против Альцгеймера и Паркинсона](https://www.gazeta.ru/science/news/2026/09/04/29250289.shtml) - Контекстный источник о репозиционировании препаратов. Не пересекается с темой ИИ-протеаз. ## Частые вопросы ### Что такое протеазы и зачем они нужны? Протеазы — это ферменты, которые разрезают белки в определённых местах, разрывая пептидные связи между аминокислотами. В медицине их можно использовать для разрушения патологических белков, например, связанных с болезнью Альцгеймера. ### Какие ИИ-инструменты использовались в разработке? Команда применила три инструмента: RFdiffusion2 для формирования каркаса белковой структуры, ProteinMPNN для подбора аминокислот и AlphaFold3 для оценки полученных структур. ### Какой максимальный показатель ускорения реакции был достигнут? Лучший вариант цинковой протеазы ускорял разрыв пептидной связи в 10 миллиардов раз (10¹⁰) относительно фонового уровня реакции. ### Можно ли уже применять эти ферменты в лечении? Нет, до клинического применения остаются препятствия: доставка белков в нужные ткани, возможный иммунный ответ и необходимость дальнейшей оптимизации. Работа на данном этапе является фундаментальной.