Izrāviens olbaltumvielu izpētē: jauns AI modelis radikāli maina zāļu izstrādi!

Izrāviens olbaltumvielu izpētē: jauns AI modelis radikāli maina zāļu izstrādi!

Pētnieku grupa no Berlīnes Brīvā universitāte sadarbībā ar Microsoft Research AI zinātnei ir guvis ievērojamu izrāvienu bioloģisko proteīnu modelēšanā. Šis tests ir žurnāla 10. jūlija kodols Zinātne publicēts pētījums ar nosaukumu "Mērogojama proteīna līdzsvara ansambļu emulācija ar ģeneratīvu dziļu mācīšanos". Jaunie atklājumi varētu veicināt turpmāku progresu zāļu izstrādē un biomedicīnas pētījumos.

Pētījuma galvenā uzmanība tiek pievērsta BioEmu, novatoriskas ģeneratīvas dziļas mācīšanās sistēmas ieviešanai proteīnu līdzsvara uzvedības atdarināšanai. BioEmu raksturo tā augstā precizitāte un precizitāte, un tā ir paredzēta, lai labāk atspoguļotu daudzu proteīnu darbību, kuru darbība lielā mērā ir atkarīga no to dinamiskās struktūras. Galvenais izstrādes mērķis ir palielināt jaunu aktīvo sastāvdaļu panākumu līmeni klīniskajos pētījumos.

Tehnoloģiskās inovācijas un paaugstināta efektivitāte

Jāatzīmē BioEmu spēja ģenerēt tūkstošiem statistiski neatkarīgu proteīna struktūru stundā vienā grafikas kartē (GPU). Tas ievērojami samazina izmaksas un laiku, kas nepieciešams funkcionāli nozīmīgu strukturālo izmaiņu izpētei. Apvienojot vairāk nekā 200 milisekundes molekulārās dinamikas simulācijas ar eksperimentāliem datiem, BioEmu sasniedz strukturālo ansambļu un termodinamisko īpašību prognozēšanu ar gandrīz eksperimentālu precizitāti.

Prof. Dr. Frank Noé un prof. Dr. Cecilia Clementi vadītās pētniecības grupas ir devušas nozīmīgu ieguldījumu attīstībā. Prof. Noé, Microsoft Research partneru pētniecības vadītājs un FU Berlin goda profesors, uzsver, ka BioEmu var paredzēt arī sarežģītas strukturālas izmaiņas, piemēram, slēptās saistošās kabatas un veselu proteīnu domēnu kustības. Tas ļauj precīzi prognozēt proteīna stabilitātes izmaiņas ar precizitāti, kas ir salīdzināma ar laboratorijas analīzi.

Tradicionālās pieejas pret dziļo mācīšanos

Ir zināms, ka pašreizējās molekulārās dinamikas simulācijas metodes ir lēnas, dārgas un resursietilpīgas. BioEmu piedāvā ātrāku un lētāku alternatīvu. Sāras Lūisa un viņas komandas izstrādātais modelis apvieno apmācības datus no AlphaFold struktūras prognozēm, liela mēroga molekulārās dinamikas simulācijām un plašiem proteīna stabilitātes eksperimentāliem mērījumiem.

Tomēr ir arī ierobežojumi: BioEmu dabiski nemodelē molekulāro dinamiku vai mijiedarbību ar membrānām un ligandiem, kā arī neņem vērā mainīgos vides apstākļus, piemēram, temperatūru vai pH. Tomēr autori sagaida, ka modelis parādīs, kā dziļa mācīšanās var amortizēt augstās simulāciju un eksperimentu izmaksas, lai nodrošinātu liela mēroga, uz datiem balstītu olbaltumvielu funkcijas prognozēšanu.

Praktiskās sekas un turpmākie pētījumi

Būtisks pētījuma aspekts ir Microsoft Research publikācija par lielu datu kopu, ko izmanto BioEmu izstrādei. Šī datu kopa ir lielākā publiski pieejamā secību daudzveidīgo olbaltumvielu simulāciju kolekcija. BioEmu pirmkoda plašā pieejamība saskaņā ar MIT licenci paver jaunas iespējas bioinformātikas pētniecībā un zāļu izstrādē.

Šādi pētījumi ir ļoti svarīgi, lai izprastu olbaltumvielu bioloģiju un darbību, kas mainās starp dažādām formām. Tas joprojām ir galvenais zinātnes izaicinājums, jo īpaši biotehnoloģijas un medicīnas pētniecībā.