Immagine: Credit: Design_Cells / Shutterstock.com
Ricercatori negli Stati Uniti e a Taiwan hanno presentato un insolito metodo di intelligenza artificiale per lo sviluppo di proteine completamente nuove, mai viste prima in natura.
Le proteine: elementi essenziali per la vita
Le proteine sono essenziali per tutti i processi cellulari e, dopo l’acqua, sono la seconda molecola più abbondante presente nei tessuti umani. Gli enzimi, ad esempio, catalizzano le reazioni biochimiche richieste per il metabolismo; le proteine di segnalazione cellulare sono essenziali per controllare molteplici attività cellulari e gli anticorpi sono vitali per combattere agenti patogeni come batteri e virus. Le proteine sono anche essenziali per l’interazione cellula-cellula o adesione delle cellule e per controllare il ciclo cellulare per la produzione di nuove cellule. Come elementi costitutivi della vita, le proteine sono state a lungo ricercate negli sforzi per creare nuove molecole con funzioni, attività e processi desiderati.
Progettare nuove proteine
Le proteine sono composte da aminoacidi che formano polipeptidi – lunghe sequenze di aminoacidi che sono collegati da legami peptidici. Tuttavia, la struttura 3D complessiva, che determina la funzione di una proteina, è significativamente più complessa. Storicamente, gli scienziati hanno sviluppato nuove proteine copiando le proteine esistenti o alterando gli aminoacidi di cui è composta una proteina. Tuttavia, questo processo richiede molto tempo e la previsione dell’impatto che l’alterazione degli aminoacidi ha sulla struttura proteica è impegnativa. Sono state sviluppate tecniche di modellazione computazionale come simulazioni fisico-chimiche che possono generare modelli di struttura proteica 3D basati sulla sequenza degli aminoacidi.
Ora Markus J. Buehler (Massachusetts Institute of Technology) e il collega Chi Hua Yu a Taiwan hanno usato concetti
Informazioni sull’apprendimento automatico
L’apprendimento automatico è un tipo di intelligenza artificiale in cui i computer vengono utilizzati per analizzare e apprendere automaticamente dai dati, identificare modelli e prendere decisioni, senza richiedere la preprogrammazione e con solo il minimo input umano necessario.
Vedi anche: L’ intelligenza artificiale spiega come le mutazioni nelle metalloproteine causano malattie
Come riportato in APL Bioengineering, una pubblicazione dell’American Institute of Physics, Buelher e colleghi hanno utilizzato le distinte frequenze vibrazionali di ciascun aminoacido in una proteina per addestrare un algoritmo di apprendimento automatico per progettare nuove proteine. Poiché ciascuno dei venti amminoacidi che formano una proteina ha una propria frequenza vibrazionale distinta, l’intera struttura chimica della proteina può essere rappresentata in modo udibile usando aspetti chiave della teoria musicale come la melodia e il ritmo.
