notizia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

it house ha riferito il 6 settembre che google ha pubblicato un post sul blog ieri (5 settembre), mostrando il suo ultimo modello di intelligenza artificiale alphaproteo, che progetta principalmente proteine ​​che possono legarsi con successo a molecole bersaglio, promuovendo così la progettazione di farmaci, la comprensione delle malattie, ecc. sviluppo.

introduzione di fondo

dalla crescita cellulare alle risposte immunitarie, ogni processo biologico nel corpo umano si basa sulle interazioni delle molecole proteiche. come una chiave che apre una serratura, una proteina può legarsi a un’altra proteina per aiutare a regolare i processi cellulari chiave.

sfide esistenti

strumenti di previsione della struttura delle proteine ​​come alphafold possono aiutare gli scienziati ad acquisire una comprensione più profonda di come le proteine ​​interagiscono per svolgere le loro funzioni, ma questi strumenti non possono creare nuove proteine ​​per manipolare direttamente queste interazioni.

introduzione ad alphaproteo

a tal fine, google ha lanciato alphaproteo, il suo primo sistema di intelligenza artificiale per la progettazione di nuovi agenti leganti proteici ad alta resistenza, che possono fungere da pietra angolare della ricerca biologica e sanitaria. questa tecnologia ha il potenziale per accelerare la comprensione umana dei processi biologici, aiutare a scoprire nuovi farmaci, sviluppare biosensori e altro ancora.

citando un comunicato stampa, it house ha riferito che alphaproteo può generare nuovi leganti proteici per una varietà di proteine ​​bersaglio, incluso il fattore di crescita endoteliale vascolare a (vegf-a), che è correlato alle complicanze del cancro e del diabete. questa è la prima volta uno strumento di intelligenza artificiale ha progettato con successo un legante proteico del fattore di crescita endoteliale vascolare a.

il grafico a barre mostra il tasso di successo sperimentale in vitro di alphaproteo per sette proteine ​​bersaglio rispetto ad altri metodi di progettazione. un tasso di successo più elevato significa che è necessario testare un minor numero di progetti per trovare una combinazione di successo.

per testare alphaproteo, google ha progettato una combinazione di più proteine ​​​​bersaglio, tra cui due proteine ​​virali coinvolte nell’infezione, bhrf1 e il dominio di legame del recettore delle proteine ​​​​spike sars-cov-2 sc2rbd, oltre a cinque coinvolte nel cancro, nell’infiammazione e nell’autoimmunità. proteine ​​patologiche il-7rɑ, pd-l1, trka, il-17a e vegf-a.