AI yeni proteinler tasarlayabilir, yeni tedavi malzemelerinin kilidini açabilir

Washington Üniversitesi’nden bir grup araştırmacı tarafından Science dergisinde yayınlanan iki makalede açıklanan yeni araç, ProteinMPNN bugün (burada ve burada mevcuttur), bu teknolojiye güçlü bir tamamlayıcı sunar.

Makaleler, bilim insanlarına yeni araştırma araçları vererek derin öğrenmenin protein tasarımında nasıl devrim yarattığının en son örneğidir. Geleneksel olarak araştırmacılar, doğada meydana gelenleri değiştirerek proteinler üretirler, ancak ProteinMPNN, araştırmacıların sıfırdan tasarlamaları için yepyeni bir olası protein evreni açacaktır.

“Doğada proteinler, güneş ışığından enerji toplamaktan molekül yapmaya kadar hayatın tüm problemlerini çözer. Washington Üniversitesi Protein Tasarım Enstitüsü’nün direktörü ve makalenin arkasındaki bilim adamlarından biri olan David Baker, biyolojideki her şey proteinlerden meydana gelir” diyor.

“Evrim sırasında organizmaların karşılaştığı sorunları çözmek için evrim boyunca geliştiler. Ama bugün covid gibi yeni sorunlarla karşı karşıyayız. Evrim sırasında gelişenler kadar yeni problemleri çözmede de eski problemleri çözmede iyi olan proteinler tasarlayabilseydik, bu gerçekten çok güçlü olurdu.”

Proteinler, uzun zincirler halinde bağlanan ve daha sonra üç boyutlu şekillere katlanan yüz binlerce amino asitten oluşur. AlphaFold, araştırmacıların ortaya çıkan yapıyı tahmin etmelerine yardımcı olur ve nasıl davranacaklarına dair fikir verir.

ProteinMPNN, araştırmacılara ters problemde yardımcı olacaktır. Akıllarında zaten kesin bir protein yapısı varsa, bu şekle katlanan amino asit dizisini bulmalarına yardımcı olacaktır. Sistem, üç boyutlu yapılara katlanan çok sayıda amino asit dizisi örneği üzerinde eğitilmiş bir sinir ağı kullanır.

Ancak araştırmacıların başka bir sorunu da çözmesi gerekiyor. Plastiği sindiren yeni bir enzim gibi gerçek dünyadaki problemlerin üstesinden gelen proteinler tasarlamak için önce hangi protein omurgasının bu işleve sahip olacağını bulmaları gerekiyor.

Bunu yapmak için, Baker’ın laboratuvarındaki araştırmacılar, geçen Temmuz ayında Science’da yayınlanan ve ekibin “kısıtlı halüsinasyon” ve “resim yaparken” dediği bir makalede ayrıntıları verilen iki makine öğrenimi yöntemini kullanıyor.