Sztuczna inteligencja rewolucjonizuje edycję białek – nowy model ProtET

Naukowcy z Uniwersytetu Zhejiang oraz HKUST (Guangzhou) opracowali zaawansowany model sztucznej inteligencji – ProtET, który wykorzystuje uczenie wielomodalne do precyzyjnej edycji białek na podstawie instrukcji tekstowych. Ta innowacyjna metoda, opisana w czasopiśmie Health Data Science, umożliwia manipulację sekwencjami białkowymi w sposób zrozumiały dla biologicznego języka, otwierając nowe możliwości w projektowaniu funkcjonalnych białek, m.in. w zakresie aktywności enzymatycznej, stabilności oraz wiązania przeciwciał.

Rewolucja w edycji białek

Białka są fundamentem funkcji biologicznych, a ich precyzyjna modyfikacja ma ogromny potencjał dla terapii medycznych, biologii syntetycznej i biotechnologii. Dotychczasowe metody edycji białek opierały się głównie na czasochłonnych eksperymentach laboratoryjnych oraz modelach optymalizujących pojedyncze zadania. ProtET wprowadza nowatorską architekturę kodera opartego na transformatorach oraz hierarchiczny model treningowy, który łączy sekwencje białkowe z opisami w języku naturalnym za pomocą uczenia kontrastowego. Dzięki temu naukowcy mogą edytować białka w sposób intuicyjny i sterowany tekstem.

Przełomowe wyniki badań

Zespół badawczy, kierowany przez Mingze Yina z Uniwersytetu Zhejiang oraz Jintaia Chena z HKUST (Guangzhou), wytrenował ProtET na zbiorze danych zawierającym ponad 67 milionów par białko-tekst, pozyskanych z baz Swiss-Prot oraz TrEMBL. Model osiągnął wyjątkowe wyniki, m.in.:

• poprawę stabilności białek nawet o 16,9%,
• optymalizację aktywności katalitycznych enzymów,
• ulepszenie wiązania przeciwciał z antygenami.

„ProtET wprowadza elastyczne i kontrolowane podejście do edycji białek, umożliwiając precyzyjne dostosowywanie funkcji biologicznych” – podkreśla Mingze Yin, główny autor badania.

Model został z powodzeniem zastosowany w różnych scenariuszach eksperymentalnych, obejmujących m.in.:

• katalizę enzymatyczną,
• stabilność białek,
• interakcje przeciwciał z antygenami.

Co więcej, w zadaniach zero-shot (bez wcześniejszego treningu na konkretnych danych), ProtET zaprojektował przeciwciała przeciwko SARS-CoV, które utworzyły stabilne i funkcjonalne struktury 3D. To dowodzi jego potencjalnej przydatności w badaniach biomedycznych.

Przyszłość edycji białek dzięki AI

Naukowcy przewidują, że ProtET stanie się standardowym narzędziem w inżynierii białek, torując drogę dla przełomów w biologii syntetycznej, terapiach genowych i produkcji biofarmaceutyków.

To badanie stanowi przełomowy krok w projektowaniu białek opartym na sztucznej inteligencji, pokazując, jak integracja wielomodalnych metod może otworzyć nowe horyzonty w odkryciach naukowych i innowacjach medycznych.

Źródło: Health Data Science