Nuovo metodo AI per la previsione della struttura delle proteine gestisce tutti i tipi di molecole biologicamente rilevanti

Il nuovo metodo di intelligenza artificiale per la previsione della struttura delle proteine gestisce tutti i tipi di molecole biologicamente rilevanti

Consentendo agli scienziati di prevedere le strutture congiunte e creare nuove proteine progettate per legarsi specificamente a molecole definite

Immagine composta dall'autore da Dall-E 2 generazioni e illustrazioni proprie.

Prevedere le complesse strutture tridimensionali delle proteine con alta precisione non è più un sogno, grazie alle reti di apprendimento profondo come AlphaFold2 e altre che ne sono seguite. Ma le proteine non lavorano da sole. Interagiscono con altre proteine, con il DNA, l’RNA e piccole molecole e ioni di ogni tipo, tutti cruciali per la loro funzione biologica. Queste interazioni sono state una grande sfida da modellare, ma solo fino ad ora, ancora una volta, grazie all’apprendimento profondo.

Presentato in una pre-stampa la scorsa settimana, il nuovo software RoseTTAFold All-Atom (lo chiamerò semplicemente RFAA) dell’Istituto di Progettazione delle Proteine guidato dal Prof. David Baker, il guru della modellazione e progettazione delle proteine, è una rete di apprendimento profondo in grado di modellare assemblaggi biologici completi contenenti proteine, acidi nucleici, piccole molecole e metalli, comprensivo della comprensione delle modifiche covalenti degli amminoacidi. RFAA equivale all’accuratezza di AF2 per compiti relativi solo alle proteine e eccelle nel legare piccole molecole alle proteine, tenendo conto anche della loro flessibilità. RFAA può persino prevedere modifiche covalenti alle proteine e assemblaggi di proteine con diverse catene di acidi nucleici e piccole molecole e ioni, tutti insieme. E l’ebbrezza non si ferma qui: la stessa pre-stampa presenta un modello di diffusione correlato chiamato RFdiffusionAA, che progetta nuove proteine da zero creandole attorno a piccole molecole e altre molecole non proteiche, ed esse realmente si legano dopo test di laboratorio come presentato in una sezione dedicata della stessa pre-stampa. Mentre RFAA apre una nuova porta nella biologia che si estende a ciò che AlphaFold 2 e altri metodi già possono fare, RFdiffusionAA può portare l’intero campo della progettazione e ingegneria delle proteine a un livello completamente nuovo.

Immagina di essere in grado di risolvere un complesso puzzle tridimensionale senza sapere come sarà l’immagine finale. Questa è la sfida che gli scienziati affrontano quando cercano di prevedere le strutture tridimensionali delle macromolecole biologiche come proteine e loro complessi con acidi nucleici, piccole molecole, ioni e altro ancora. AlphaFold 2 ha risolto una grande parte di…