I ricercatori affermano che l’IA potrebbe produrre molecole proteiche
Leggiamo e riportiamo (traduzione automatica) da: azolifesciences.com
Recensito da Danielle Ellis, B.Sc.
L’apprendimento automatico ha completamente cambiato la previsione della struttura delle proteine negli ultimi due anni. Una rivoluzione comparabile nella progettazione delle proteine è ora descritta in tre studi pubblicati su Science.
I biologi dell’Università di Washington, School of Medicine , dimostrano nelle nuove pubblicazioni come l’apprendimento automatico può produrre molecole proteiche in modo molto più preciso e rapido di quanto fosse possibile in precedenza. I ricercatori prevedono che questo sviluppo si tradurrà in numerose nuove vaccinazioni, farmaci, tecniche di cattura del carbonio e biomateriali sostenibili.
Le proteine sono fondamentali in tutta la biologia, ma sappiamo che tutte le proteine che si trovano in ogni pianta, animale e microbo costituiscono molto meno dell’uno per cento di ciò che è possibile. Con questi nuovi strumenti software, i ricercatori dovrebbero essere in grado di trovare soluzioni a sfide di lunga data in medicina, energia e tecnologia ”.
David Baker, autore e professore senior, biochimica, scuola di medicina dell’università di Washington
Baker ha anche ricevuto nel 2021 un Breakthrough Prize in Life Sciences.
Poiché sono necessarie per lo sviluppo, il mantenimento e la crescita di tutti gli organismi viventi, le proteine sono spesso indicate come i “mattoni della vita”. Partecipano a quasi tutti i processi cellulari, come la crescita, la divisione e la riparazione cellulare. Lunghe catene chimiche note come amminoacidi costituiscono le proteine.
La struttura tridimensionale di una proteina è determinata dall’ordine dei suoi amminoacidi. La proteina deve avere questa forma complessa per funzionare.
AlphaFold e RoseTTAFold, due potenti algoritmi di apprendimento automatico, sono stati recentemente sviluppati per prevedere le forme precise delle proteine naturali basandosi solo sulle loro sequenze di amminoacidi.
Il ramo dell’intelligenza artificiale noto come apprendimento automatico consente alle macchine di apprendere dalle informazioni senza una programmazione esplicita. Problemi scientifici complessi che sono troppo difficili da comprendere per gli esseri umani possono essere modellati utilizzando l’apprendimento automatico.
I membri del team di Baker hanno diviso il problema della creazione di proteine in tre parti e hanno utilizzato nuove soluzioni software per ciascuna per creare proteine che vanno oltre le proteine presenti in natura.
…
” Il software per la previsione delle strutture proteiche fa parte della soluzione, ma non può inventare nulla di nuovo da solo“, ha affermato lo scienziato del progetto Justas Dauparas.
…
“Questo è l’inizio dell’apprendimento automatico nella progettazione delle proteine. Nei prossimi mesi lavoreremo per migliorare questi strumenti per creare proteine ancora più dinamiche e funzionali ”.
David Baker, autore e professore senior di studio, biochimica, scuola di medicina dell’università di Washington
