notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

a it house informou em 6 de setembro que o google lançou uma postagem no blog ontem (5 de setembro), mostrando seu mais recente modelo alphaproteo ai, que projeta principalmente proteínas que podem se ligar com sucesso a moléculas-alvo, promovendo assim o design de medicamentos, a compreensão de doenças, etc. desenvolvimento.

introdução ao histórico

do crescimento celular às respostas imunológicas, todos os processos biológicos no corpo humano dependem das interações de moléculas de proteínas. como uma chave que abre uma fechadura, uma proteína pode se ligar a outra proteína para ajudar a regular os principais processos celulares.

desafios existentes

ferramentas de previsão da estrutura de proteínas, como o alphafold, podem ajudar os cientistas a obter uma compreensão mais profunda de como as proteínas interagem para desempenhar suas funções, mas essas ferramentas não podem criar novas proteínas para manipular diretamente essas interações.

introdução ao alphaproteo

para este fim, o google lançou o alphaproteo, o seu primeiro sistema de inteligência artificial para a concepção de novos agentes de ligação a proteínas de alta resistência, que pode servir como pedra angular da investigação biológica e de saúde. esta tecnologia tem o potencial de acelerar a compreensão humana dos processos biológicos, ajudar a descobrir novos medicamentos, desenvolver biossensores e muito mais.

citando um comunicado de imprensa, a it house informou que alphaproteo pode gerar novos ligantes de proteínas para uma variedade de proteínas alvo, incluindo o fator de crescimento endotelial vascular a (vegf-a), que está relacionado a complicações de câncer e diabetes. uma ferramenta de ia projetou com sucesso o aglutinante de proteínas do fator de crescimento endotelial vascular-a.

o gráfico de barras mostra a taxa de sucesso experimental in vitro do alphaproteo para sete proteínas alvo em comparação com outros métodos de design. uma taxa de sucesso mais alta significa que menos projetos devem ser testados para encontrar uma combinação bem-sucedida.

para testar o alphaproteo, o google projetou uma combinação de múltiplas proteínas-alvo, incluindo duas proteínas virais envolvidas na infecção, bhrf1 e o domínio de ligação ao receptor da proteína spike sars-cov-2 sc2rbd, bem como cinco envolvidas no câncer, inflamação e autoimunidade. proteínas de doenças il-7rɑ, pd-l1, trka, il-17a e vegf-a.