Läbimurre valguuuringutes: uus tehisintellekti mudel muudab ravimite disaini!

Läbimurre valguuuringutes: uus tehisintellekti mudel muudab ravimite disaini!

Uurimisrühm alates Berliini vabaülikool koostöös Microsoft Research AI for Science on teinud olulise läbimurde bioloogiliste valkude modelleerimisel. See test on ajakirja 10. juuli tuumik Teadus avaldatud uurimus pealkirjaga "Scalable emulation of protein equilibrium ensembles with generative deep learning". Uued leiud võivad hõlbustada tulevasi edusamme ravimite väljatöötamise ja biomeditsiiniliste uuringute vallas.

Uuringu põhirõhk on BioEmu, uuendusliku generatiivse süvaõppesüsteemi kasutuselevõtul valkude tasakaalukäitumise jäljendamiseks. BioEmu iseloomustab suur täpsus ja täpsus ning see on mõeldud paremini kajastama paljude valkude funktsiooni, mille aktiivsus sõltub suuresti nende dünaamilisest struktuurist. Arengu põhieesmärk on suurendada uute toimeainete edukust kliinilistes uuringutes.

Tehnoloogiline uuendus ja tõhususe suurendamine

Tähelepanuväärne on BioEmu võime genereerida tuhandeid statistiliselt sõltumatuid valgustruktuure tunnis ühel graafikakaardil (GPU). See toob kaasa funktsionaalselt oluliste struktuurimuutuste uurimise kulude ja aja olulise vähenemise. Kombineerides enam kui 200 millisekundi pikkuseid molekulaardünaamika simulatsioone eksperimentaalsete andmetega, saavutab BioEmu struktuursete ansamblite ja termodünaamiliste omaduste ennustamise peaaegu eksperimentaalse täpsusega.

Prof dr Frank Noé ja prof dr Cecilia Clementi juhitud uurimisrühmad on andnud olulise panuse arendusse. Prof Noé, Microsoft Researchi partneruuringute juht ja FU Berlini auprofessor, rõhutab, et BioEmu suudab ennustada ka keerulisi struktuurimuutusi, nagu peidetud sidumistaskud ja tervete valgudomeenide liikumist. See võimaldab valgu stabiilsuse muutusi täpselt ennustada laborianalüüsiga võrreldava täpsusega.

Traditsioonilised lähenemised vs süvaõpe

Praegused molekulaardünaamika simulatsioonitehnikad on teadaolevalt aeglased, kallid ja ressursimahukad. BioEmu pakub kiiremat ja odavamat alternatiivi. Sarah Lewise ja tema meeskonna poolt välja töötatud mudel ühendab treeningandmed AlphaFoldi struktuuri prognoosidest, suuremahulistest molekulaardünaamika simulatsioonidest ja ulatuslikest valgu stabiilsuse eksperimentaalsetest mõõtmistest.

Siiski on ka piiranguid: BioEmu ei modelleeri natiivselt molekulaarset dünaamikat ega interaktsioone membraanide ja ligandidega ega võta arvesse muutuvaid keskkonnatingimusi, nagu temperatuur või pH. Siiski eeldavad autorid, et mudel demonstreerib, kuidas sügav õppimine võib amortiseerida simulatsioonide ja katsete kõrgeid kulusid, et võimaldada valgu funktsiooni suuremahulist andmepõhist prognoosi.

Praktilised tagajärjed ja tulevased uuringud

Uuringu oluline aspekt on Microsoft Researchi poolt BioEmu arendamiseks kasutatud suure andmestiku avaldamine. See andmestik on suurim avalikult kättesaadav järjestuste ja erinevate valkude simulatsioonide kogu. BioEmu lähtekoodi laialdane kättesaadavus MIT-i litsentsi alusel avab uued võimalused bioinformaatikauuringutes ja ravimite väljatöötamisel.

Sellised uuringud on eri vormide vahel vahetavate valkude bioloogia ja toimimise mõistmiseks üliolulised. See on teaduse jaoks endiselt peamine väljakutse, eriti biotehnoloogia ja meditsiiniuuringute valdkonnas.