Stummel Neue Forschungsergebnisse zeigen, wie KI-Modellierung Einblicke in Proteinstrukturen liefern kann – Unite.AI
Vernetzen Sie sich mit uns
   Gesundheitswesen  
Neue Forschungsergebnisse zeigen, wie KI-Modellierung Einblicke in Proteinstrukturen liefern kann
 
Veröffentlicht
 2 Jahren
 on
   
 
Neue Forschungen zu Algorithmen der künstlichen Intelligenz (KI) der University of York ermöglichen es Wissenschaftlern, vollständigere Modelle der Proteinstrukturen im menschlichen Körper zu entwickeln. Dies kann große Auswirkungen auf die Entwicklung von Therapeutika und Impfstoffen haben. 
Die Studie wurde in der Fachzeitschrift Natur Struktur- und Molekularbiologie.
Bis zu 70 Prozent der menschlichen Proteine ​​sind von Zucker umgeben und mit Zucker versehen, was sich auf ihr Aussehen und ihre Wirkung auswirkt. Viren, die hinter Dingen wie COVID-19 und Ebola stecken, werden ebenfalls durch Zucker abgeschirmt, und deren Zugabe wird als Modifikation bezeichnet.
AlphaFold AI-Programm
Die Forscher entwickelten zunächst eine Software, die fehlende Zuckerkomponenten zu Modellen hinzufügt, die mit einem KI-Programm namens AlphaFold erstellt wurden, und ermöglichte ihnen so eine tiefergehende Untersuchung von Proteinen. AlphaFold wurde von DeepMind von Google erstellt und führt Vorhersagen über Proteinstrukturen durch. 
Dr. Jon Agiree vom Fachbereich Chemie ist leitender Autor der Studie, die zusammen mit Dr. Elisa Fadda und Carl A. Fogarty von der Maynooth University durchgeführt wurde. Daran war auch Haroldas Bagdonas beteiligt, der Doktorand am York Structural Biology Laboratory ist. 
„Die Proteine ​​des menschlichen Körpers sind winzige Maschinen, die in Milliardenhöhe unser Fleisch und unsere Knochen bilden, unseren Sauerstoff transportieren, uns unsere Funktion ermöglichen und uns vor Krankheitserregern schützen. Und genau wie ein Hammer auf einen Metallkopf angewiesen ist, um spitze Gegenstände, einschließlich Nägel, zu schlagen, haben Proteine ​​spezielle Formen und Zusammensetzungen, um ihre Arbeit zu erledigen“, sagte Dr. Agiree.
„Die AlphaFold-Methode zur Proteinstrukturvorhersage hat das Potenzial, Arbeitsabläufe in der Biologie zu revolutionieren und es Wissenschaftlern zu ermöglichen, ein Protein und die Auswirkungen von Mutationen schneller als je zuvor zu verstehen.“
„Der Algorithmus berücksichtigt jedoch nicht wesentliche Modifikationen, die die Struktur und Funktion von Proteinen beeinflussen, was uns nur einen Teil des Bildes vermittelt. Unsere Forschung hat gezeigt, dass dies relativ einfach angegangen werden kann, was zu einer umfassenderen Strukturvorhersage führt.“
Präzise Strukturvorhersagen erstellen
Durch das neue AlphaFold-Programm und die entsprechende Datenbank mit Proteinstrukturen kann das Wissenschaftlerteam genaue Strukturvorhersagen für alle bekannten menschlichen Proteine ​​treffen, was einen großen Fortschritt auf diesem Gebiet darstellt. 
„Es ist immer schön zu sehen, wie eine internationale Zusammenarbeit Früchte trägt, aber für uns ist das erst der Anfang“, fuhr Dr. Agiree fort. „Unsere Software wurde bei der Glykan-Strukturarbeit verwendet, die den mRNA-Impfstoffen gegen SARS-CoV-2 zugrunde lag, aber dank des AlphaFold-Technologiesprungs können wir jetzt noch viel mehr tun. Es ist noch ein Anfangsstadium, aber das Ziel besteht darin, von der Reaktion auf Veränderungen im Glykanschild zur Antizipation dieser Veränderungen überzugehen.“
       
 Verwandte Themen:
 
Alex McFarland ist ein KI-Journalist und Autor, der sich mit den neuesten Entwicklungen in der künstlichen Intelligenz beschäftigt. Er hat mit zahlreichen KI-Startups und Publikationen weltweit zusammengearbeitet.