Россия выводит ИИ в биоинформатику: доработанная нейросеть открывает новые горизонты
23 августа 2025 года российские ученые из Института искусственного интеллекта AIRI представили усовершенствованную версию нейросети AlphaFold2, оптимизированную для точного прогнозирования влияния мутаций в белках. Эта разработка стала важным шагом как для отечественной науки, так и для глобальной биоинформатики, укрепив позиции России в числе лидеров мирового IT-прогресса.
Прорыв российской школы ИИ
Ученые из Института искусственного интеллекта AIRI усовершенствовали модель ИИ AlphaFold2, с помощью которой можно прогнозировать влияние внесённых мутаций на единичные белки или белковые комплексы. Изначально AlphaFold, созданная британской компанией DeepMind, совершила революцию в биологии, позволив предсказывать 3D-структуры белков с беспрецедентной точностью. За это в 2024 году авторы получили Нобелевскую премию по химии. Однако последующие версии системы имели ограничение: они плохо справлялись с прогнозированием последствий мутаций в белках.
Российские специалисты из AIRI сумели устранить этот недостаток. Основная проблема оригинальной AlphaFold2 заключалась в низкой точности при оценке стабильности белков из-за повторного использования данных о структуре. В новой версии учёные ограничили повторное использование данных только на первом этапе расчётов, что сделало систему более чувствительной к мутациям.
Что изменилось
Тестирование показало, что обновлённая модель позволяет точнее предсказывать последствия точечных мутаций, а также вставок и удалений аминокислот. Это расширяет её потенциал для биоинформатики, медицины и фармацевтики.
Главное преимущество российского решения заключается в том, что для анализа не требуется информация о гомологах — белках со схожей эволюционной историей. Таким образом, новая AlphaFold2 способна работать с принципиально новыми белками, которые ранее оставались «белыми пятнами» для науки.
«Новый подход эффективен для разных типов мутаций и их комбинаций, включая те, с которыми не справляются другие ранее опубликованные методы. Это даёт нашей версии AlphaFold2 преимущество при исследовании новых белков, не имеющих аналогов», — подчеркнули в пресс-службе AIRI.
Практическая значимость
Для российской науки усовершенствованная AlphaFold2 означает укрепление потенциала биоинформатики и развитие собственных инструментов анализа белковых структур. Для медицины и фармацевтической отрасли — это ускорение диагностики и разработки препаратов, в том числе, таргетных.
Мировое значение разработки также очевидно: подход без использования гомологов открывает перспективы изучения ранее неизвестных белков. Это может заинтересовать зарубежные фармкомпании и исследовательские центры.
В ближайшие годы технология будет расширяться внутри России: в биомедицинских центрах, лабораториях, биотехнологических стартапах. Дополнительно она может применяться для быстрого анализа белков патогенов, включая вирусы, для ускорения дизайна лекарственных молекул, для повышения эффективности структурной биологии и фармацевтической разработки.
Не менее важна и экспортная составляющая. Российская разработка может быть востребована за рубежом — от крупных фармкомпаний до университетов, занимающихся фундаментальной биологией. Это открывает возможности для международных коллабораций, в которых Россия будет выступать равноправным и даже лидирующим партнёром.
Решение российских ученых устранило ограничения
За последние пять лет в мире произошёл мощный рывок в предсказании белковых структур. AlphaFold и её наследники стали глобальным стандартом. Однако именно российские учёные предложили решение, которое устранило фундаментальные ограничения модели и сделало её более гибкой.
В России уже реализовывались значимые проекты: оптимизация белков с помощью MPNN-методов, разработка ИИ-моделей для прогнозирования вирусных белков будущих штаммов. Новая AlphaFold2 от AIRI органично дополняет этот ряд, подтверждая, что российская школа искусственного интеллекта способна создавать не только локальные улучшения, но и технологические решения мирового масштаба.
Прогнозы впечатляют. Краткосрочно можно ожидать внедрения системы в ведущие российские научные центры и фармацевтические компании. В среднесрочной перспективе (1–3 года) вероятны коллаборации с зарубежными игроками и выход на международный рынок. Долгосрочная цель — создание отечественной AI-платформы в структурной биологии с интеграцией методов редактирования генома и дизайна белков.
Россия демонстрирует способность не просто идти в ногу с мировыми трендами, но и задавать новые стандарты. Доработанная AlphaFold2 — это не только технологический успех, но и символ того, как отечественная наука способна решать задачи глобального уровня.
