Uusi tutkimus osoittaa, miten tekoälymallinnus voi antaa näkymän proteiinirakenteisiin

Yorkin yliopistosta tuleva uusi tutkimus tekoälyalgoritmeista mahdollistaa tiedeyhteisölle kehittää täydellisempiä malleja proteiinirakenteista ihmisruumiissa. Tämä voi vaikuttaa merkittävästi lääke- ja rokoteteollisuuteen.

Tutkimus on julkaistu Nature Structural and Molecular Biology -lehdessä.

Jopa 70 prosenttia ihmisen proteiineista on joko sokerin ympäröimä ja tukema, ja tämä vaikuttaa siihen, miten ne näyttävät ja toimivat. Virukset, jotka aiheuttavat tautia kuten COVID-19 ja Ebola, ovat myös suojattu sokerilla, ja sokerin lisääminen kutsutaan modifikaatioksi.

AlphaFold-tekoälyohjelma

Tutkijat kehittivät ensin ohjelmiston, joka lisää puuttuvat sokerikomponentit malleihin, jotka on luotu AlphaFold-tekoälyohjelmalla. Tämä mahdollisti proteiinien tutkimisen syvemmällä tasolla. AlphaFold on kehitetty Google DeepMindilla, ja se suorittaa proteiinirakenteiden ennustamista.

Tohtori Jon Agiree, joka on kemiasta vastaava tutkija, on tutkimuksen pääkirjoittaja. Tutkimukseen osallistuivat myös tohtori Elisa Fadda ja Carl A. Fogarty Maynoothin yliopistosta sekä Haroldas Bagdonas, joka on Yorkin strukturaalisen biologian laboratorion jatko-opiskelija.

“Ihmisen proteiinit ovat pieniä koneita, jotka muodostavat meidän lihaamme ja luumme, kuljettavat happeamme, mahdollistavat toimintamme ja suojelevat meitä patogeenejä vastaan. Niin kuin vasara tarvitsee metallipäätä iskeäkseen nauloja, proteiineilla on erikoistuneet muodot ja koostumukset tehdäkseen työnsä”, tohtori Agiree sanoi.

“AlphaFold-menetelmä proteiinirakenteen ennustamiseen voi vallankumouksellistaa biologian työprosessit, mahdollistaen tutkijoille ymmärtää proteiineja ja mutaatioiden vaikutuksia nopeammin kuin koskaan aiemmin.”

“Algoritmi ei kuitenkaan huomioi olennaisia modifikaatioita, jotka vaikuttavat proteiinirakenteeseen ja toimintaan, jolloin saamme vain osan kuvasta. Tutkimuksemme on osoittanut, että tämä voidaan korjata suhteellisen suoraviivaisesti, johtaen täydellisempään rakenneprediktiota.”

Tehokkaat rakenneprediktiot

Uuden AlphaFold-ohjelman ja vastaavan proteiinirakenteiden tietokannan avulla tutkijaryhmä voi tehdä tarkkoja rakenneprediktiota kaikille tunnetuille ihmisen proteiineille, mikä on merkittävä askel eteenpäin alalla.

“On aina hienoa nähdä, kun kansainvälinen yhteistyö kasvaa ja tuottaa tuloksia, mutta tämä on vasta alku meillä”, tohtori Agiree jatkoi. “Ohjelmistomme käytettiin glykaanirakenteen työssä, joka oli perustana mRNA-rokotekehitykselle SARS-CoV-2:ta vastaan, mutta nyt on paljon enemmän, mitä voimme tehdä kiitos AlphaFold-teknologisen loikan. Se on vielä varhainen vaihe, mutta tavoitteena on siirtyä reagoimasta glykaanisuojan muutoksiin sen ennakointiin.”