nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

it house a rapporté le 6 septembre que google avait publié hier (5 septembre) un article de blog présentant son dernier modèle d'ia alphaproteo, qui conçoit principalement des protéines capables de se lier avec succès à des molécules cibles, favorisant ainsi la conception de médicaments, la compréhension des maladies, etc. développement.

introduction au contexte

de la croissance cellulaire aux réponses immunitaires, chaque processus biologique du corps humain repose sur les interactions de molécules protéiques. comme une clé déverrouillant une serrure, une protéine peut se lier à une autre protéine pour aider à réguler les processus cellulaires clés.

défis existants

les outils de prédiction de la structure des protéines tels qu’alphafold peuvent aider les scientifiques à mieux comprendre comment les protéines interagissent pour remplir leurs fonctions, mais ces outils ne peuvent pas créer de nouvelles protéines pour manipuler directement ces interactions.

introduction à alphaproteo

à cette fin, google a lancé alphaproteo, son premier système d’intelligence artificielle destiné à concevoir de nouveaux agents liants aux protéines à haute résistance, qui peuvent servir de pierre angulaire de la recherche biologique et sanitaire. cette technologie a le potentiel d’accélérer la compréhension humaine des processus biologiques, d’aider à découvrir de nouveaux médicaments, de développer des biocapteurs, et bien plus encore.

citant un communiqué de presse, it house a rapporté qu'alphaproteo peut générer de nouveaux liants protéiques pour diverses protéines cibles, notamment le facteur de croissance endothélial vasculaire a (vegf-a), qui est lié aux complications du cancer et du diabète. un outil d’ia a conçu avec succès un liant protéique du facteur de croissance endothélial vasculaire a.

le graphique à barres montre le taux de réussite expérimentale in vitro d'alphaproteo pour sept protéines cibles par rapport à d'autres méthodes de conception. un taux de réussite plus élevé signifie que moins de conceptions doivent être testées pour trouver une combinaison réussie.

afin de tester alphaproteo, google a conçu une combinaison de plusieurs protéines cibles, dont deux protéines virales impliquées dans l'infection, bhrf1 et le domaine de liaison au récepteur de protéine de pointe du sras-cov-2 sc2rbd, ainsi que cinq impliquées dans le cancer, l'inflammation et l'auto-immunité. protéines pathologiques il-7rɑ, pd-l1, trka, il-17a et vegf-a.