Ny forskning viser hvordan AI-modellering kan gi innsikt i proteinstrukturer

Ny forskning på kunstig intelligens (AI)-algoritmer fra University of York muliggjør at forskere utvikler mer komplette modeller av proteinstrukturer i menneskekroppen. Dette kan ha en stor innvirkning på design av terapier og vaksiner.

Forskningen ble publisert i tidsskriftet Nature Structural and Molecular Biology.

Opptil 70 prosent av menneskelige proteiner er omgitt og støttet av sukker, og dette har en innvirkning på hvordan de ser ut og fungerer. Virus som ligger bak sykdommer som COVID-19 og Ebola er også beskyttet av sukker, og tilføyelsen av dem kalles modifisering.

AlphaFold AI-program

Forskerne utviklet først programvare som legger til manglende sukkerkomponenter til modeller skapt med et AI-program kalt AlphaFold, og dette muliggjorde at de kunne studere proteiner dyptere. AlphaFold ble skapt av Google’s DeepMind, og det utfører prediksjoner av proteinstrukturer.

Dr. Jon Agiree fra kjemidepartementet er hovedforfatter av forskningen, som ble utført sammen med Dr. Elisa Fadda og Carl A. Fogarty fra Maynooth University. Det involverte også Haroldas Bagdonas, som er en PhD-student ved York Structural Biology Laboratory.

“Proteinene i menneskekroppen er små maskiner som i milliarder utgjør vår kjøtt og bein, transporterer vår oksygen, lar oss fungere og forsvare oss mot patogener. Og like som en hammer avhenger av en metallhodde for å slå på spisse objekter, inkludert spiker, har proteinene spesialiserte former og sammensetninger for å gjøre jobben sin,” sa Dr. Agiree.

“AlphaFold-metoden for proteinstrukturprediksjon har potensialet til å revolusjonere arbeidsflyten i biologi, og lar forskere forstå et protein og innvirkningen av mutasjoner raskere enn noensinne.”

“Men algoritmen tar ikke med essensielle modifiseringer som påvirker proteinstruktur og funksjon, som bare gir oss en del av bildet. Vår forskning har vist at dette kan løses på en relativt enkel måte, og føre til en mer komplett strukturprediksjon.”

Å lage nøyaktige strukturprediksjoner

Gjennom det nye AlphaFold-programmet og den tilhørende databasen av proteinstrukturer, kan teamet av forskere lage nøyaktige strukturprediksjoner for alle kjente menneskelige proteiner, som er et stort skritt fremover i feltet.

“Det er alltid great å se en internasjonal samarbeid vokse og bære frukt, men dette er bare begynnelsen for oss,” fortsatte Dr. Agiree. “Vår programvare ble brukt i glykan-struktur-arbeidet som lå til grunn for mRNA-vaksinene mot SARS-CoV-2, men nå er det så mye mer vi kan gjøre takket være AlphaFold-teknologisk sprang. Det er fortsatt tidlige faser, men målet er å gå fra å reagere på endringer i en glykanskjold til å forutse dem.”