צוות של חוקרים סיניים בראשותו של פרופ 'גאו קייקסיה מהמכון לגנטיקה וביולוגיה התפתחותית (IGDB) של האקדמיה הסינית למדעים פיתח שיטה פורצת דרך שיכולה לשנות את תחום הנדסת החלבונים. הגישה החדשה, הנקראת אילוצים מיודעים AI להנדסת חלבונים (AICE), מאפשרת התפתחות מהירה ויעילה של חלבונים על ידי שילוב אילוצים מבניים ואבולוציוניים במודל מתקפל הפוך גנרי ללא צורך להכשיר דגמי אינטליגנציה מלאכותית מיוחדת (AI).
המחקר, שפורסם ב תָא ב- 7 ביולי מתייחס לרבים מהאתגרים הקשורים לטכניקות הנדסת חלבונים מסורתיות.
האסטרטגיה האידיאלית להנדסת חלבונים תשיג ביצועים מיטביים במינימום מאמץ. עם זאת, גישות קיימות מוגבלות לרוב מבחינת עלות, יעילות ומדרגיות. שיטות הנדסת חלבון מבוססות AI נוכחיות הן לרוב אינטנסיביות חישובית, ומדגישות את הצורך באלטרנטיבות נגישות וידידותיות יותר למשתמש השומרים על דיוק חזוי ומאפשר אימוץ רחב יותר בכל קהילת המחקר.
במחקר זה, החוקרים פיתחו לראשונה AICEאֶחָדמודול שנועד לחזות תחליפי חומצות אמינו בודדות (HF). זה משפר את דיוק החיזוי על ידי דגימה נרחבת של דגמים מתקפלים הפוכים-מודלים AI-AI המייצרים רצפי חומצות אמינו תואמות המבוססות על מבני תלת מימד חלבון-תוך שילוב אילוצים מבניים.
מידוד כנגד 60 מערכי נתונים של סריקת מוטציה עמוקה (DMS) הדגימו כי AICEאֶחָד עולה על ביצועים טובים יותר בשיטות מבוססות AI ב -36-90%. יעילותו לחלבונים מורכבים ומתחמי חומצות חלבון -גרעיניות אושרה אף היא. ראוי לציין כי שילוב אילוצים מבניים בלבד הניב שיפור של 37% ברמת הדיוק.
כדי להתמודד עם האתגר של אינטראקציות אפיסטטיות שליליות במוטציות קומבינטוריות, החוקרים פיתחו את ה- AICEרַב מודול, המשלב אילוצי צימוד אבולוציוניים. זה מאפשר חיזוי מדויק של מוטציות מרובות כושר גבוה בעלות חישובית מינימלית, הרחבת הרבגוניות של הכלי ואת התועלת המעשית.
בעזרת מסגרת AICE, החוקרים פיתחו בהצלחה שמונה חלבונים עם מבנים ופונקציות מגוונות, כולל דימינאזים, רצפי לוקליזציה גרעיניים, גרעינים ותמלולים הפוכים. חלבונים מהונדסים אלה אפשרו ליצור כמה עורכי בסיס מהדור הבא ליישומים ברפואה מדויקת וגידול מולקולרי. אלה כוללים: Enabe8e, עורך בסיס ציטוזין עם חלון עריכה צר יותר של 50%; ENSDD6-CBE, עורך בסיס אדנין עם נאמנות 1.3 × גבוה יותר; ו- Enddd1-DDCBE, עורך בסיס מיטוכונדריאלי המציג עלייה של 13 × בפעילות.
AICE מייצג אסטרטגיה פשוטה, יעילה ויעילה באופן נרחב להנדסת חלבונים. על ידי ביטול נעילת הפוטנציאל של דגמי AI קיימים, הוא מציע כיוון חדש ומבטיח לתחום ומשפר את הפרשנות של עיצוב מחדש של חלבון מונע AI.
