La inteligencia artificial crea proteínas con una fuerza de unión excepcional

a Nuevo estudio en naturaleza Informa sobre avances en biotecnología impulsados ​​por la IA con implicaciones para el desarrollo de fármacos, la detección de enfermedades y el monitoreo ambiental. Científicos en Instituto de diseño de proteínas En la Facultad de Medicina de la Universidad de Washington, los investigadores han utilizado software para crear moléculas de proteínas que se unen con un grado excepcionalmente alto de afinidad y especificidad a una variedad de biomarcadores desafiantes, incluidas las hormonas humanas. En particular, los científicos lograron la fuerza de interacción más alta jamás reportada entre una biomolécula generada por computadora y su objetivo.

Ian Haydon, Instituto de Medicina para el Diseño de Proteínas de la Universidad de Wisconsin

Susana Vásquez Torres trabaja en el Laboratorio de Diseño de Proteínas del Instituto Médico de la Universidad de Wisconsin, donde trabaja para desarrollar nuevas proteínas con alta afinidad y especificidad para una variedad de biomarcadores desafiantes.

El autor principal David Becker, profesor de bioquímica en Medicina de la Universidad de Washington, investigador del Instituto Médico Howard Hughes y ganador del Premio Fronteras del Conocimiento en Biología y Biomedicina 2023, enfatizó el impacto potencial: “La capacidad de generar nuevas proteínas con alta afinidad de unión y la especificidad abre “un mundo de posibilidades, desde nuevos tratamientos de enfermedades hasta diagnósticos avanzados”.

Nueva proteína diseñada utilizando métodos de aprendizaje profundo. En este caso, RFdiffusion crea una proteína de unión.

Ian Haydon/Instituto Médico para el Diseño de Proteínas de la Universidad de Wisconsin

Nueva proteína diseñada utilizando métodos de aprendizaje profundo. En este caso, RFdiffusion crea una proteína de unión.

El equipo, dirigido por los miembros de Becker Lab Susana Vásquez Torres, Pritham Venkatesh y Phil Leong, se propuso crear proteínas que pudieran unirse al glucagón, el neuropéptido Y, la hormona tiroidea y otros objetivos peptídicos de hélice-bucle-hélice. Estas moléculas, que son fundamentales en los sistemas biológicos, son difíciles de identificar para los medicamentos y las herramientas de diagnóstico porque a menudo carecen de estructuras moleculares estables. Los anticuerpos pueden usarse para detectar algunos de estos objetivos médicamente relevantes, pero su producción suele ser costosa y tienen una vida útil limitada.

READ  Punjab informó de 459 nuevos casos de dengue

«Hay muchas enfermedades que hoy en día son difíciles de tratar simplemente porque ciertas moléculas son muy difíciles de detectar en el cuerpo. Como herramientas de diagnóstico, las proteínas diseñadas pueden proporcionar una alternativa más rentable a los anticuerpos», explicó Venkatesh.

El estudio presenta un nuevo enfoque para el diseño de proteínas que utiliza métodos avanzados de aprendizaje profundo. Los investigadores presentan una nueva forma de utilizar RFdiffusion, un modelo generativo para crear nuevos motivos proteicos, junto con la herramienta de diseño de secuencias ProteinMPNN. Desarrollados en el Laboratorio Baker, estos programas permiten a los científicos crear proteínas funcionales de manera más eficiente que nunca. Al combinar estas herramientas de nuevas maneras, el equipo creó proteínas de unión utilizando información objetivo limitada, como la secuencia de aminoácidos del péptido solo. Las amplias implicaciones de este enfoque de “construcción para encajar” apuntan a una nueva era en la biotecnología en la que las proteínas generadas por IA pueden usarse para detectar moléculas complejas relevantes para la salud humana y ambiental.

Proteína diseñada con tecnología de inteligencia artificial en detalle del Instituto de Medicina de la Universidad de Wisconsin para el diseño de proteínas.

Ian Haydon/Instituto Médico para el Diseño de Proteínas de la Universidad de Wisconsin

Proteína diseñada con tecnología de inteligencia artificial en detalle del Instituto de Medicina de la Universidad de Wisconsin para el diseño de proteínas.

«Estamos siendo testigos de una era emocionante en el diseño de proteínas, donde las herramientas avanzadas de inteligencia artificial, como las demostradas en nuestro estudio, están acelerando la mejora de la actividad de las proteínas. Este avance redefinirá el panorama de la biotecnología», señaló Vázquez-Torres. .

En cooperación con Laboratorio Joseph Rogers En la Universidad de Copenhague y El laboratorio de Andrew Hufnagel En UW Medicine, el equipo realizó pruebas de laboratorio para validar sus métodos de biodiseño. La espectrometría de masas se ha utilizado para detectar proteínas de diseño que se unen a péptidos de baja concentración en el suero sanguíneo humano, lo que demuestra el potencial para un diagnóstico de enfermedades sensible y preciso. Además, se descubrió que las proteínas conservan su capacidad de unión a objetivos a pesar de condiciones extremas, incluida la alta temperatura, una característica crítica para la aplicación en el mundo real. Para demostrar aún más el potencial de este método, los investigadores incorporaron un ligando de hormona tiroidea de alta afinidad en el sistema de biodetección y lograron un aumento de 21 veces en la señal de bioluminiscencia en muestras que contenían la hormona objetivo. Esta integración en un dispositivo de diagnóstico destaca las aplicaciones prácticas inmediatas de las proteínas generadas por IA.

READ  El mapeo antigénico revela secretos de las variantes y vacunas del SARS-CoV-2

El estudio, que demuestra la intersección de la biotecnología y la inteligencia artificial y sienta un nuevo precedente en ambos campos, aparece en naturaleza Titulado «Diseño de novo de aglutinantes de alta afinidad de péptidos helicoidales bioactivos.«.

(Este artículo fue elaborado por la Facultad de Medicina de la Universidad de Washington y la Universidad de Medicina de Wisconsin).

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *