Gần đây sự phục hồi của lĩnh vực trí tuệ nhân tạo sau sự cố của những năm 1980 – “AI mùa đông” – đã được chứng minh là hoàn toàn mang tính cách mạng. Gần đây, DeepMind, một công ty con của Google được giao nhiệm vụ phát triển các tiến trình tiên tiến của chương trình, đã tiết lộ rằng hệ thống AlphaFold của họ đã giải mã cấu trúc của hầu hết các protein mà khoa học biết đến – hơn 200 triệu trong số đó.
Và ở hiện tại, một công cụ AI mới đưa ra ranh giới của những gì có thể tiến hành thêm một bước nữa bằng cách cho phép các nhà khoa học thiết kế protein ban đầu và không giống với bất cứ thứ gì was found in natural. This new tool, is call is ProteinMPNN, near here has been founders at the Dai hoc Washington mô tả trong một cặp nghiên cứu được bố trí trên tạp chí Khoa học.
Các tác giả của nó tin tưởng rằng ProteinMPNN và các công cụ khác nhau được liên kết với bề mặt trong tương lai gần sẽ mở ra một lĩnh vực mới và các ứng dụng tiếp theo. Chúng tôi bao gồm các protein hoàn toàn mới được thiết kế từ đầu để đáp ứng một số mục tiêu nhất định, có thể là các chất tiêu hóa hoặc các loại thuốc mới nhắm vào một số căn bệnh nan y và khó chữa nhất hiện nay .
Protein is thành phần cần thiết cho sự sống của tế bào. Nó thực hiện tạp chí chuyên trách và là chất xúc tác cho các phản ứng hóa học. Từ lâu, nhiều nhà khoa học đã tìm cách khai thác sức mạnh bằng cách thiết kế protein nhân tạo có thể thực hiện một chức năng mới như bệnh tật, thu giữ carbon hoặc tích lũy năng lượng. Tuy nhiên, nhiều quá trình tạo ra các loại protein như vậy khá chậm bởi vì nó phức tạp và tỷ lệ không cao. The before the Nghiên cứu này đã tạo ra nhiều phương pháp có thể định dạng được protein cấu trúc, nhưng lại khó bắt được chức năng của nó.
Vai trò của protein trong sự hỗ trợ của cuộc sống và tự nhiên nói chung có ý nghĩa tương tự như lớn. Một số là cấu trúc, một số khác vận chuyển các phân tử, một số khác vẫn là các thụ thể, vv Mỗi chức năng này đều có liên kết chặt chẽ đến cấu trúc của nó.
Tất cả các protein bắt đầu như một tuyến tính của các cơ sở đơn vị được gọi là axit amin. This chính 2D cấu trúc của axit amin chứa “công thức” mà protein sử dụng để tự động gấp lại. Một protein sẽ trải qua các giai đoạn lặp đi lặp lại, áp dụng một loạt các cấu hình trước khi đạt đến cuối cùng định dạng, đây là cấu hình có lợi nhất về mặt năng lượng.
Trong khi AlphaFold có thể dự đoán định dạng của các protein, từ đó suy ra chức năng của họ, ProteinMPNN thì có thể giải quyết các vấn đề tương tự nhưng ở chế độ ngược lại. Thay vì thiết kế ngược lại trò chơi của protein từ tự nhiên, công cụ mới có thể giúp các nhà khoa học thiết kế protein hoàn toàn mới từ đầu. Giá hạn chế, họ có thể thiết kế một chức năng hoặc mục tiêu nhất định cho một protein, sau đó nhờ AI đưa ra tương ứng với cấu trúc mà các phân tử phần và hình dạng có lợi cho chức năng mong muốn. Sau đó, vấn đề còn lại là tổng hợp các protein trong phòng thí nghiệm.
ProteinMPNN có thể đạt được tất cả những điều đáng chú ý này bằng cách sử dụng hai AI mạnh mẽ được phát triển tại Đại học Washington. Công cụ đầu tiên, được đặt tên là “ảo giác”, cho phép các nhà khoa học tìm kiếm trong số protein chuỗi chủ sở hữu năng lực dựa trên các lời nhắc đơn giản – giống như công cụ AI tạo DALL-E nổi tiếng this help create an the image from a beautiful textures.
AI thứ hai, được gọi là “inpainting”, có thể được coi là một tự động hoàn thành tính năng giống như loại bạn thấy khi nhập câu hỏi vào Google – chỉ dành cho protein. Khi được sử dụng trong sức mạnh tổng hợp, hai AI này có thể cho phép các nhà khoa học khám phá các protein hoàn toàn mới phù hợp với chức năng mong muốn.
Thông qua việc phát triển các mô hình học tập có khả năng xem xét protein thông tin được chọn lọc từ gen cơ sở dữ liệu, các nhà nghiên cứu đã tìm ra các protein tương đồng thiết kế quy tắc để có thể tạo ra ra new kernel create protein. Khi tạo ra những protein này trong phòng thí nghiệm vật lý, họ thấy rằng họ hoạt động tốt về mặt hóa học đến mức có thể cạnh tranh với những loại có sẵn trong tự nhiên.
Để xác định các protein dạng khác nhau được tạo ra bởi hai AI, các nhà nghiên cứu đã chuyển dữ liệu sang AlphaFold và thử nghiệm để xem các axit amin dạng chuỗi thực sự có khả năng gấp lại theo dạng dạng mong muốn hay không.
Các protein ban đầu được thiết kế bằng ProteinMPNN sau đó được lắp ráp trong phòng thí nghiệm. Trong số đó có những cấu trúc chỉ có siêu nhỏ kích thước, có thể được lắp vào bên trong các thiết bị nano tùy chỉnh.
“Đây là bước khởi đầu của máy học trong protein thiết kế. Trong những tháng tới, chúng tôi sẽ làm việc để cải thiện các công cụ này nhằm tạo ra các protein và chức năng hơn nữa ”, tác giả cấp cao David Baker, giáo sư hóa sinh tại Trường Y Đại học Washington cho biết .
Tham khảo: ZME; GitHub; Nghịch đảo
