ИИ-модель AlphaFold помогает вывести более здоровых и устойчивых медоносных пчел

Искусственный интеллект приходит на помощь пчеловодству: система AlphaFold от DeepMind помогла раскрыть структуру ключевого белка вителлогенина, что ускоряет селекцию пчел с повышенной устойчивостью к болезням и стрессам.

Кризис пчеловодства и поиск решений

Медоносные пчелы играют критическую роль в опылении трети всех сельскохозяйственных культур — от миндаля до яблок. Однако эти насекомые находятся под угрозой из-за потери среды обитания, пестицидов, болезней и изменения климата.

В 2025 году США пережили, возможно, крупнейшую в истории страны гибель пчелиных колоний — почти 60% управляемых пчелиных семей. Ускорение программ селекции для выведения более устойчивых пчел становится вопросом продовольственной безопасности.

Прорыв в изучении вителлогенина

Вилде Лейпарт, постдокторский исследователь из Норвежского университета наук о жизни, сосредоточилась на изучении белка вителлогенина (Vg) — своего рода «молекулярного швейцарского ножа» у пчел. Этот белок помогает насекомым сопротивляться болезням, справляться со стрессом, кормить потомство и выполнять множество других функций.

«Еще несколько лет назад у нас было фрагментарное структурное понимание этого белка», — говорит Лейпарт. В 2021 году она смогла использовать AlphaFold 2 для предсказания формы Vg с почти атомарной детализацией, показав, как белок помогает передавать иммунитет от матки потомству.

«У меня ушло два дня на то, что могло занять годы», — отмечает исследователь.

В июле 2025 года эти предсказания, а также другие прогнозы от AlphaFold 3, были экспериментально подтверждены с помощью электронной микроскопии. AlphaFold 3 также позволил исследовать, как вителлогенин связывается и взаимодействует с другими важными молекулами внутри пчелы.

Алгоритм, созданный для предсказания белковых структур у людей, оказался спасителем для насекомых, от которых зависит наша продовольственная система. AlphaFold демонстрирует, что фундаментальные научные инструменты могут находить неожиданные применения там, где традиционные методы безнадежно устарели.

От лаборатории к улью

Исследование уже переходит из лаборатории на пасеку в форме программ ИИ-ассистированной селекции медоносных пчел в США.

Селекция пчел на такие признаки, как устойчивость к паразитам, — чрезвычайно медленный процесс. Каждый цикл разведения может занимать почти год, поскольку пчеловоды выращивают маток, а затем тестируют зрелые колонии, чтобы определить, развилось ли у потомства желаемые признаки устойчивости.

Теперь, связывая точные 3D-структуры Vg с генетикой пчел, ученые могут идентифицировать наиболее устойчивые варианты пчел еще до того, как они станут взрослыми. Первые испытания показывают, что это может сократить время генерации с месяцев до недель.

Значение за пределами пчеловодства

Эта работа имеет последствия далеко за пределами пчеловодства. Яйцекладущие виды, включая рыб, домашнюю птицу, древесных лягушек, крокодилов и черепах, все производят Vg и уязвимы для различных инфекционных заболеваний. Понимание основных функций Vg у медоносных пчел может раскрыть его роль у других яйцекладущих видов, потенциально помогая ученым защитить уязвимые дикие виды и ключевых сельскохозяйственных животных от инфекционных заболеваний и пестицидов.

Расшифровав этот критический белок с такой детализацией, Лейпарт и ее коллеги надеются дать медоносным пчелам шанс на выживание и, таким образом, помочь защитить экосистемы и фермы, которые от них зависят.

По сообщению DeepMind.