Google DeepMind ha presentato un sistema di intelligenza artificiale chiamato AlphaProteo, in grado di progettare nuove proteine che si legano con successo alle molecole bersaglio, rivoluzionando potenzialmente la progettazione di farmaci e la ricerca sulle malattie.
AlphaProteo può generare nuovi leganti proteici per diverse proteine target, tra cui VEGF-A, che è associato a cancro e complicazioni del diabete. In particolare, questa è la prima volta che uno strumento di intelligenza artificiale ha progettato con successo un legante proteico per VEGF-A.
Le prestazioni del sistema sono particolarmente impressionanti, raggiungendo tassi di successo sperimentale più elevati e affinità di legame fino a 300 volte migliori rispetto ai metodi esistenti su sette proteine target testate:
Addestrato su grandi quantità di dati proteici provenienti da Banca dati delle proteine e oltre 100 milioni di strutture previste da AlfaFoldAlphaProteo ha appreso le complessità del legame molecolare. Data la struttura di una molecola bersaglio e le posizioni di legame preferite, il sistema genera una proteina candidata progettata per legarsi a quei siti specifici.
Per convalidare le capacità di AlphaProteo, il team ha progettato leganti per una vasta gamma di proteine target, tra cui proteine virali coinvolte nell'infezione e proteine associate a cancro, infiammazione e malattie autoimmuni. I risultati sono stati promettenti, con alti tassi di successo di legame e le migliori forze di legame della categoria osservate in tutti i settori.
Ad esempio, quando si è mirata alla proteina virale BHRF1, l'88% delle molecole candidate di AlphaProteo si è legata con successo nei test di laboratorio umidi. In media, i leganti AlphaProteo hanno mostrato un legame 10 volte più forte rispetto ai migliori metodi di progettazione esistenti nei target testati.
Le prestazioni del sistema suggeriscono che potrebbe ridurre significativamente il tempo richiesto per gli esperimenti iniziali che coinvolgono leganti proteici in un'ampia gamma di applicazioni. Tuttavia, il team riconosce che AlphaProteo ha dei limiti, in quanto non è stato in grado di progettare leganti efficaci contro TNFɑ (una proteina associata a malattie autoimmuni come l'artrite reumatoide).
Per garantire uno sviluppo responsabile, Google DeepMind sta collaborando con esperti esterni per informare il loro approccio graduale alla condivisione di questo lavoro e contribuire agli sforzi della comunità nello sviluppo di best practice, tra cui il nuovo NTI Forum di Bio AI.
Con l'evoluzione della tecnologia, il team ha in programma di lavorare con la comunità scientifica per sfruttare AlphaProteo su problemi di biologia di impatto e comprenderne i limiti. Stanno anche esplorando applicazioni di progettazione di farmaci presso Isomorphic Labs.
Sebbene AlphaProteo rappresenti un significativo passo avanti nella progettazione di proteine, il raggiungimento di un legame forte è in genere solo il primo passo nella progettazione di proteine per applicazioni pratiche. Rimangono molte sfide di bioingegneria da superare nel processo di ricerca e sviluppo.
Ciononostante, i progressi di Google DeepMind hanno un potenziale enorme per accelerare i progressi in un ampio spettro di ricerche, tra cui lo sviluppo di farmaci, l'imaging di cellule e tessuti, la comprensione e la diagnosi delle malattie e persino la resistenza delle colture ai parassiti.
Puoi trovare il whitepaper completo di AlphaProteo Qui Italiano:
Vuoi saperne di più sull'intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera AI e Big Data che si svolge ad Amsterdam, California e Londra. L'evento completo è co-localizzato con altri eventi leader tra cui Conferenza sull'automazione intelligente, BloccoX, Settimana della Trasformazione DigitaleE Fiera della sicurezza informatica e del cloud.
Esplora altri prossimi eventi e webinar sulla tecnologia aziendale forniti da TechForge Qui.
Fonte: www.artificialintelligence-news.com
