Revoluție în cercetarea proteinelor: noul model de inteligență artificială revoluționează proiectarea medicamentelor!

Revoluție în cercetarea proteinelor: noul model de inteligență artificială revoluționează proiectarea medicamentelor!

O echipă de cercetare din Universitatea Liberă din Berlin în colaborare cu Microsoft Research AI for Science a făcut o descoperire semnificativă în modelarea proteinelor biologice. Acest test este nucleul din 10 iulie în jurnal Ştiinţă studiu publicat intitulat „Emularea scalabilă a ansamblurilor de echilibru proteic cu învățare profundă generativă”. Noile descoperiri ar putea facilita progresele viitoare în proiectarea medicamentelor și cercetarea biomedicală.

Obiectivul principal al studiului este introducerea BioEmu, un sistem inovator de învățare profundă generativă pentru emularea comportamentului de echilibru al proteinelor. BioEmu se caracterizează prin precizie și acuratețe ridicată și are scopul de a reflecta mai bine funcția multor proteine ​​a căror activitate depinde în mare măsură de structura lor dinamică. Un obiectiv cheie al dezvoltării este creșterea ratei de succes a noilor ingrediente active în studiile clinice.

Inovație tehnologică și eficiență crescută

De remarcat este capacitatea BioEmu de a genera mii de structuri de proteine ​​independente statistic pe oră pe o singură placă grafică (GPU). Acest lucru duce la o reducere semnificativă a costurilor și a timpului necesar pentru investigarea modificărilor structurale relevante din punct de vedere funcțional. Combinând peste 200 de milisecunde de simulări de dinamică moleculară cu date experimentale, BioEmu realizează predicția ansamblurilor structurale și a proprietăților termodinamice cu o acuratețe aproape experimentală.

Echipele de cercetare conduse de Prof. Dr. Frank Noé și Prof. Dr. Cecilia Clementi au adus contribuții importante la dezvoltare. Prof. Noé, Partner Research Manager la Microsoft Research și profesor onorific la FU Berlin, subliniază că BioEmu poate prezice, de asemenea, schimbări structurale complexe, cum ar fi buzunarele ascunse de legare și mișcările întregii domenii proteice. Acest lucru permite predicția precisă a modificărilor stabilității proteinelor cu o acuratețe comparabilă cu analiza de laborator.

Abordări tradiționale vs. învățare profundă

Tehnicile actuale de simulare a dinamicii moleculare sunt cunoscute a fi lente, costisitoare și consumatoare de resurse. BioEmu oferă o alternativă mai rapidă și mai ieftină. Dezvoltat de Sarah Lewis și echipa sa, modelul combină datele de antrenament din predicțiile structurii AlphaFold, simulări de dinamică moleculară la scară largă și măsurători experimentale extinse ale stabilității proteinelor.

Cu toate acestea, există și limitări: BioEmu nu modelează în mod nativ dinamica moleculară sau interacțiunile cu membranele și liganzii și nici nu ia în considerare condițiile de mediu variabile, cum ar fi temperatura sau pH-ul. Totuși, autorii se așteaptă ca modelul să demonstreze modul în care învățarea profundă poate amortiza costurile ridicate ale simulărilor și experimentelor pentru a permite predicția la scară largă, bazată pe date, a funcției proteinelor.

Implicații practice și cercetări viitoare

Un aspect semnificativ al studiului este publicarea de către Microsoft Research a unui set mare de date utilizat pentru dezvoltarea BioEmu. Acest set de date este cea mai mare colecție disponibilă public de simulări de proteine ​​cu secvențe diverse. Disponibilitatea largă a codului sursă BioEmu sub licența MIT deschide noi căi în cercetarea bioinformatică și proiectarea medicamentelor.

O astfel de cercetare este crucială pentru înțelegerea biologiei și funcționării proteinelor care comută între diferite forme. Aceasta rămâne o provocare cheie pentru știință, în special în biotehnologie și cercetare medicală.