Мы начинаем проект, посвященный digital биологии.

Задача — наставить языковую модель понимать язык, который speaks жизнь на молекулярном уровне. В качестве отправной точки мы выберем белки: самые сложные и существенные молекулы в клетке.

Чтобы это понять, мы изучаем математику, лежащую в их основе. Пять классов моделей:

В методе молекулярной динамики каждый атом белка подчиняется законам движения Ньютона. Мы моделируем траектории атомов, что позволяет нам в реальном времени отслеживать процесс фолдинга и конформационные изменения белка.

2. Воронка энергетического ландшафта — белок сворачивается не случайно, а спускается по поверхности E(φ,ψ) к нативному состоянию, как шарик в воронке.

3. Марковские цепи — три состояния (развёрнутый / промежуточный / свёрнутый) и матрица вероятностей переходов между ними. Элегантно и мощно.

4. Уравнения связывания (Хилл) — именно отсюда мы стартуем. K_d = [P][L] / [PL] описывает, как белок «захватывает» лиганд. Уравнение Хилла добавляет кооперативность — когда один связавшийся лиганд меняет сродство к следующему.

5. AlphaFold2 — нейросеть, предсказывающая 3D-структуру белка по последовательности аминокислот. Финальный уровень, к которому мы идём.

Почему начинаем с уравнений связывания?

Потому что это фундамент. Прежде чем моделировать структуру или динамику — нужно понять, как белок взаимодействует с другими молекулами. Связывание — это язык, на котором говорит биология.

Будем разбирать каждую модель с нуля: математика, физический смысл, код и визуализация.

Следите — будет интересно.