Науковці представили ШІ-рішення для фолдингу білків

Вчені з Університету Шеффілда в партнерстві з AstraZeneca розробили систему штучного інтелекту MapDiff, що дозволяє більш ефективно створювати білки з заданою тривимірною структурою та біологічними функціями. Результати дослідження опубліковані в журналі Nature Machine Intelligence.

Ця інновація має на меті вирішення однієї з ключових задач структурної біології — зворотного згортання білків (зворотного фолдингом). 

Мова йде про завдання формування амінокислотної послідовності, яка створить молекулу з конкретною тривимірною формою. Цей метод є основою для розробки терапевтичних білків, здатних селективно взаємодіяти з біологічними мішенями.

Навіть найменші зміни в послідовності можуть мати непередбачуваний вплив на остаточну структуру білка, що ускладнює та обмежує дослідження. Вчені все більше використовують методи машинного навчання, опираючись на великі набори даних про просторову конфігурацію вже відомих білків.

Дані: Nature Machine Intelligence.

MapDiff є дискретною дифузійною ймовірнісною моделлю, що ітеративно генерує амінокислотні послідовності на основі заздалегідь визначеного білкового каркасу. У чотирьох тестах система показала кращі результати, ніж існуючі алгоритми штучного інтелекту, у прогнозуванні стабільних та функціональних білкових молекул.

Один з авторів дослідження, Хайпін Лю, зазначив, що MapDiff відкриває нові горизонти для розробки терапевтичних рішень.

Раніше команди Університету Шеффілда та AstraZeneca представили інструмент штучного інтелекту DrugBAN для передбачення взаємодій ліків з білками.

Нагадаємо, що препарат, розроблений штучним інтелектом компанії Insilico Medicine, показав перші ознаки ефективності в лікуванні ідіопатичного легеневого фіброзу.

Источник

No votes yet.
Please wait...

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *

Цей сайт використовує Akismet для зменшення спаму. Дізнайтеся, як обробляються дані ваших коментарів.