Bioeemu Ai revela a geografia de minério de proteína em circunstâncias biológicas

As proteínas não são esculturas rígidas. Eles envolvem, flexíveis e às vezes revelam – movimentos necessários para entender sua função. Algumas proteínas, como enzimas, abertas como um heróico para apreender moléculas. Outros, como sinalizando proteínas, convertem uma forma para controlar as células. Outros ainda revelam brevemente lacunas ocultas onde os medicamentos podem ser conectados. Ferramentas de inteligência artificial (IA) como o Alphafold fizeram uma previsão de rotina da estrutura, mas geralmente causa uma, uma estrutura de uma imagem realmente animada.

Um novo sistema educacional profundo chamado Bioemu, que é desenvolvido pela Microsoft e pesquisadores da Universidade de Rice, na Universidade dos Estados Unidos e Freie, na Alemanha, prevê toda a gama de formas que a proteína explora naturalmente sob condições biológicas. É conhecido como grupo de equilíbrio, que permite o modelo de elasticidade da proteína de alta resolução em larga escala, diferentemente dos métodos mais lentos e clássicos. Descrito em CiênciasBioeemu mais rápido e mais barato, permitindo previsões em grande escala da função proteica.

Para entender a importância do Bioemu, ajuda a saber o que é. O padrão de ouro para a modelagem de elasticidade da proteína é a dinâmica molecular (MD), que rastreia movimentos atômicos em um milhão de um bilhão de segundos usando ferramentas como Gromacs ou Anton.

Apesar de sua alta precisão e precisão, o MD é lento e caro. Para simular sugestões em microssegundos ou milisecons, pode levar dezenas de milhares de relógios de GPU, mesmo em computadores gigantes.

Bioemu evita esse gargalo, contando com o modelo de prevalência de inteligência artificial. Para treinar bioemu, os pesquisadores o estenderam primeiro a estruturas de proteínas reais, de milhões de reuniões que foram ativadas a partir de Alfafold, 200 milímetros de simulação de MD que se estendem a milhares de proteínas e meio milhão de sequências convertidas de medições de estabilidade experimental. É semelhante a soltar o cubo de açúcar em um copo de água: a estrutura original é resolvida, clara e determinada, gradualmente. A verdadeira tarefa do Bioeemu é saber como executar esse processo na direção oposta: do ruído ao cubo de açúcar. Uma vez treinamento, milhares de compatibilidade podem ser gerados pela proteína razoável do zero.

Boeemu se destacou nos padrões. Ele apreendeu grandes mudanças na forma das enzimas, a descoberta local que substitui ou desligam as proteínas, bolsos ocultos, rachaduras temporárias que podem servir como medicamentos, como na proteína Ras relacionada ao câncer. 83 % das grandes transformações e 70-81 % das pequenas alterações deverão precisar com precisão, incluindo formas abertas e fechadas de uma enzima vital chamada Adenyle Kenaz. Também foi tratado com dificuldade em prever proteínas que não contêm estrutura três -dimensionais fixas e como as mutações afetam a estabilidade da proteína.

Rápido, mas completamente ininterrupto

Enquanto o MD imita como as proteínas se movem ao longo do tempo, incluindo interações com água e drogas, o Bioeemu gera rapidamente fotos de todas as formas estáveis que a proteína que provavelmente adotará adota. Milhares dessas estruturas podem ser produzidas em minutos a horas na unidade de processamento de gráficos. Mas ele não pode explicar como o processo é revelado.

“Se o pesquisador quiser entender como o medicamento atinge um local de encadernação oculta, o MD pode revelar um passo a passo”, diz Kalairaasan Ponnuswamy, o mundo vital e professor assistente do Instituto de Ciência e Tecnologia. “Bioeemu exibe as formas finais, não como a proteína chega lá”.

MD também lida com transformações de temperatura, membranas e outras condições que fixas previsões de bioemu ainda não podem.

O bioeemu também não pode projetar paredes celulares, moléculas de medicamento, alterações de pH ou mostrar confiabilidade da previsão como o alfafold. Também se limita a uma cadeia e não pode projetar como as proteínas interagem, que é uma parte importante da maioria dos processos biológicos e alvos de medicamentos.

“É melhor ser visto como uma ferramenta para a geração de hipóteses da fonte das conclusões finais”, diz Bonoswami.

À medida que o sistema cresce para lidar com as proteínas e reações químicas mais complicadas, os pesquisadores ainda podem precisar de experimentos ou métodos de simulação mais antigos para verificar o que sugere.

No entanto, o progresso conceitual é claro. Se Alphafold introduzir um diagrama de proteínas mundiais, o Bioemu desenha o design de danças. Ao capturar rapidamente a flexibilidade em milhares de proteínas, permite descobrir medicamentos em larga escala e estudos de empregos com menos restrições de recursos, como observa Ponnuswamy: “As tarefas que duraram semanas agora levarão horas”.

No entanto, enfatiza a necessidade de treinamento adequado e obtendo um conjunto de habilidades.

“No futuro, os cientistas não precisarão de uma base profunda em física e química, mas também precisarão de fluência no aprendizado de máquina e na modelagem física para cancelar as capacidades reais de tais métodos híbridos”.

Pesquisadores Boeemu e MD Veja ferramentas suplementares. O Bioemu pode criar um conjunto de correspondência razoável, que o MD pode explorar em detalhes. Essa abordagem híbrida pode reduzir significativamente o tempo de simulação, mantendo sinceridade.

Anirban Mukhopadhyy é o mundo da hereditariedade através do treinamento e da ciência de Delhi.

Publicado – 20 de julho de 2025 05:30