Chercheur utilise des algorithmes de traitement du langage naturel pour comprendre la transformation des protéines

Les chercheurs de l’Université du Maryland ont récemment appliqué des techniques de traitement du langage naturel et des algorithmes d’apprentissage automatique pour acquérir des connaissances sur la façon dont les molécules de protéines passent d’une forme à une autre. L’article récent, publié dans la revue Nature Communications, est la première fois qu’un algorithme d’IA a été utilisé pour étudier la dynamique des systèmes biomoléculaires en ce qui concerne la transformation des protéines.

Les molécules de protéines peuvent prendre différentes formes, mais les mécanismes qui poussent une protéine à passer d’une forme à une autre sont encore quelque peu mystérieux. La fonction d’une molécule de protéine est définie par sa forme, et une meilleure compréhension des mécanismes qui influencent la forme/structure d’une protéine pourrait permettre aux scientifiques de concevoir des thérapies médicamenteuses ciblées et de déterminer la cause des maladies.

Les molécules biologiques ne sont pas stationnaires, elles sont constamment en mouvement en réponse à des événements dans leur environnement. Les pressions environnementales peuvent faire passer les molécules d’une forme à une autre, souvent très soudainement. Une molécule peut se réorganiser brusquement en une structure complètement différente, dans un processus qui ressemble beaucoup au déroulement d’un ressort. Différentes parties de la molécule se déplient et se replient, et les chercheurs ont étudié les stades intermédiaires entre les différentes formes moléculaires.

Selon Phys.org, Pratyush Tiwary était l’auteur principal de l’article et est professeur adjoint au département de chimie et de biochimie et à l’Institut des sciences physiques et de la technologie de Maryland. Selon Tiwary, le traitement du langage naturel peut être utilisé pour modéliser la façon dont les molécules se transforment et s’adaptent. Tiwary note que les molécules ont un certain “langage” qu’elles parlent, avec les mouvements que les molécules font capables d’être traduits en un langage abstrait. Lorsque ce processus de mise en correspondance des mouvements moléculaires avec des modèles de langage est effectué, les techniques de traitement du langage naturel et les algorithmes d’IA peuvent être utilisés pour “générer des histoires biologiquement vraies à partir des mots abstraits résultants”.

Lorsqu’une molécule passe d’une forme à une autre, la transition se produit extrêmement rapidement. La transition peut ne durer que une fraction de seconde. La vitesse de la transition rend difficile pour les scientifiques de déterminer quels paramètres impactent le processus de déplissement en utilisant des méthodes comme la spectroscopie ou même des microscopes à haute puissance. Pour déterminer quels paramètres impactent le déplissement des protéines, Tiwary et l’équipe de recherche ont créé des modèles de physique qui simulent les protéines. Des modèles statistiques complexes ont été utilisés pour créer des simulations de protéines qui imitent la forme, la trajectoire et le mouvement des molécules. Les modèles ont ensuite été donnés à un algorithme d’apprentissage automatique basé sur des méthodes de traitement du langage naturel.

Les modèles de traitement du langage naturel utilisés pour former le système d’apprentissage automatique étaient similaires aux algorithmes utilisés dans les systèmes de texte prédictif de Gmail. Les protéines simulées ont été traitées comme un langage où les mouvements des molécules étaient traduits en “lettres”. Les lettres ont ensuite été liées pour former des mots et des phrases. Les algorithmes d’apprentissage automatique ont pu apprendre les règles grammaticales et syntaxiques derrière les structures de protéines, en déterminant quels formes/mouvements suivaient d’autres formes/mouvements. Les algorithmes pourraient ensuite être utilisés pour prédire comment certaines protéines se déplieraient et quelles formes elles prendraient.

Les chercheurs ont utilisé un réseau de mémoire à court et long terme (LSTM) pour analyser les phrases basées sur les protéines. L’équipe de recherche a également suivi les mathématiques sur lesquelles le réseau était basé, en surveillant les paramètres à mesure que le réseau apprenait la dynamique de la transformation moléculaire. Selon les résultats de l’étude, le réseau a utilisé une logique similaire à un concept de physique statistique appelé entropie de chemin. Si cette découverte se confirme, elle pourrait potentiellement conduire à des améliorations des réseaux LSTM. Tiwary a expliqué que la découverte retire une partie de la nature “boîte noire” d’un LSTM, permettant aux chercheurs de mieux comprendre quels paramètres peuvent être réglés pour une performance optimale.

En tant que cas de test pour leur algorithme, les chercheurs ont analysé une biomolécule appelée riboswitch. Le riboswitch avait déjà été analysé à l’aide de la spectroscopie, et lorsque le riboswitch a été analysé avec le système d’apprentissage automatique, les formes de riboswitch prédites correspondaient à celles découvertes par la spectroscopie.

Tiwary espère que leurs découvertes permettront aux chercheurs de développer des médicaments ciblés ayant moins d’effets secondaires. Comme l’a expliqué Tiwary via Phys.org:

“Vous voulez avoir des médicaments puissants qui se lient très fortement, mais seulement à la chose que vous voulez qu’ils se lient. Nous pouvons y parvenir si nous pouvons comprendre les différentes formes que peut prendre une biomolécule d’intérêt, car nous pouvons créer des médicaments qui ne se lient qu’à l’une de ces formes spécifiques au moment opportun et seulement pendant autant de temps que nous le voulons.”