Proveržis baltymų tyrimų srityje: naujas AI modelis iš esmės keičia vaistų dizainą!

Proveržis baltymų tyrimų srityje: naujas AI modelis iš esmės keičia vaistų dizainą!

Tyrimų grupė iš Nemokamas Berlyno universitetas bendradarbiaujant su „Microsoft Research AI for Science“. padarė reikšmingą proveržį modeliuojant biologinius baltymus. Šis testas yra žurnalo liepos 10 d. esmė Mokslas paskelbtas tyrimas „Scalable emulation of protein equilibrium ensembles with generative deep learning“. Naujos išvados galėtų palengvinti būsimą vaistų kūrimo ir biomedicinos tyrimų pažangą.

Pagrindinis tyrimo akcentas yra BioEmu, novatoriškos generacinės giluminio mokymosi sistemos, skirtos baltymų pusiausvyros elgsenai imituoti, įdiegimas. BioEmu pasižymi dideliu tikslumu ir tikslumu ir yra skirtas geriau atspindėti daugelio baltymų, kurių aktyvumas labai priklauso nuo jų dinaminės struktūros, funkciją. Pagrindinis plėtros tikslas yra padidinti naujų veikliųjų medžiagų sėkmės procentą klinikiniuose tyrimuose.

Technologinės naujovės ir padidėjęs efektyvumas

Pažymėtina BioEmu gebėjimas generuoti tūkstančius statistiškai nepriklausomų baltymų struktūrų per valandą vienoje vaizdo plokštėje (GPU). Tai žymiai sumažina sąnaudas ir laiką, reikalingą funkciniu požiūriu svarbiems struktūriniams pokyčiams ištirti. Sujungęs daugiau nei 200 milisekundžių molekulinės dinamikos modeliavimą su eksperimentiniais duomenimis, BioEmu pasiekia struktūrinių ansamblių ir termodinaminių savybių prognozavimą beveik eksperimentiniu tikslumu.

Prof. dr. Frank Noé ir prof. dr. Cecilia Clementi vadovaujamos tyrimų grupės labai prisidėjo prie plėtros. Prof. Noé, „Microsoft Research“ partnerių tyrimų vadovas ir FU Berlin garbės profesorius, pabrėžia, kad „BioEmu“ taip pat gali numatyti sudėtingus struktūrinius pokyčius, tokius kaip paslėptos rišamosios kišenės ir ištisų baltymų domenų judėjimas. Tai leidžia tiksliai prognozuoti baltymų stabilumo pokyčius, kurių tikslumas yra panašus į laboratorinę analizę.

Tradiciniai metodai prieš gilųjį mokymąsi

Yra žinoma, kad dabartiniai molekulinės dinamikos modeliavimo metodai yra lėti, brangūs ir reikalauja daug išteklių. BioEmu siūlo greitesnę ir pigesnę alternatyvą. Sarah Lewis ir jos komandos sukurtas modelis sujungia treniruočių duomenis iš AlphaFold struktūros prognozių, didelio masto molekulinės dinamikos modeliavimo ir išsamių eksperimentinių baltymų stabilumo matavimų.

Tačiau yra ir apribojimų: BioEmu natūraliai nemodeliuoja molekulinės dinamikos ar sąveikos su membranomis ir ligandais, taip pat neatsižvelgia į kintamas aplinkos sąlygas, tokias kaip temperatūra ar pH. Vis dėlto autoriai tikisi, kad modelis parodys, kaip gilus mokymasis gali amortizuoti dideles modeliavimo ir eksperimentų išlaidas, kad būtų galima numatyti didelio masto duomenimis pagrįstą baltymų funkciją.

Praktinės reikšmės ir būsimi tyrimai

Svarbus tyrimo aspektas yra „Microsoft Research“ paskelbtas didelis duomenų rinkinys, naudojamas „BioEmu“ kurti. Šis duomenų rinkinys yra didžiausias viešai prieinamas skirtingų sekų baltymų modeliavimo rinkinys. Platus BioEmu šaltinio kodo prieinamumas pagal MIT licenciją atveria naujas bioinformatikos tyrimų ir vaistų kūrimo galimybes.

Tokie tyrimai yra labai svarbūs norint suprasti baltymų, kurie keičiasi tarp skirtingų formų, biologiją ir funkcionavimą. Tai tebėra pagrindinis iššūkis mokslui, ypač biotechnologijų ir medicinos tyrimų srityse.