Egy mesterséges intelligencián alapuló mélytanulási modell, a ProtGPS, képes megjósolni, hogy a fehérjék hogyan rendeződnek el a sejten belül. Ez az áttörés nemcsak a sejtek eddig rejtett rétegeit tárja fel, hanem új lehetőségeket kínál a gyógyszerfejlesztés és a biotechnológia területén is.
A fehérjék sejten belüli elhelyezkedése kritikus szerepet játszik működésükben. Korábban a mesterséges intelligencia alkalmazása a biológiában elsősorban a fehérjék szerkezetének előrejelzésére összpontosított. Az AlphaFold nevű AI-modell, amely Nobel-díjat is kiérdemelt, képes volt meghatározni, hogy a fehérjék milyen háromdimenziós formát öltenek. Azonban egy fehérje szerkezete önmagában nem mindig elég annak megértéséhez, hogy pontosan milyen funkciót tölt be a sejtben.
A ProtGPS ezt a hiányosságot hidalja át: nemcsak a fehérje szerkezetét, hanem annak pontos sejtbeli helyzetét is képes megjósolni. Ezáltal a tudósok célzottabban tudnak fehérjéket tervezni és elhelyezni, amely jelentős előrelépést jelenthet a gyógyszerkutatásban.
A sejttérkép kirakósának új darabja
A kutatók már régóta tudják, hogy a sejtek bizonyos részeibe - például a sejtmagba vagy a mitokondriumba - jutó fehérjék speciális jelzőcímkékkel rendelkeznek. Ezek az apró molekuláris jelzések útmutatóként szolgálnak, hogy a fehérjék a megfelelő helyre kerüljenek. Azonban a sejt nagy része nyitott térként funkcionál, ahol a fehérjék finomabb jelzésekre támaszkodva rendeződnek biomolekuláris kondenzátumokba. Ezek a dinamikus, folyadékszerű csoportosulások szabályozzák a génaktivitást, segítenek a sejtek stresszkezelésében és közrejátszanak bizonyos betegségek kialakulásában is.
A ProtGPS képes felismerni azokat a rejtett aminosav-szekvencia mintázatokat, amelyek a fehérjéket a megfelelő sejtbeli helyükre irányítják. Ezáltal lehetővé válik a természetben nem létező, de speciális lokalizációval rendelkező fehérjék tervezése is.
Hogyan tanítják az MI-t a fehérjék nyelvére?
A ProtGPS egy úgynevezett fehérje nyelvi modell, amely hasonlóan működik, mint a mesterséges intelligencián alapuló nyelvi modellek (például ChatGPT). Ahelyett, hogy szavakat és mondatokat elemezne, a fehérjék aminosav-szekvenciáiból tanul, amelyek különböző betűkombinációkkal jelölik az egyes aminosavakat. Így tehát nem egy generatív nyelvi modellről beszélünk mint a ChatGPT esetében, hanem generatív biológia modellről.
A modell az Evolutionary Scale Modeling (ESM) nevű mélytanulási keretrendszert használja, amelyet eredetileg a Meta fejlesztett ki fehérjék szerkezeti és funkcionális előrejelzésére. Az ESM egyedisége abban rejlik, hogy míg az AlphaFold részletes fizikai számításokat végez, addig az ESM szekvenciaalapú tanulást alkalmaz, így sokkal gyorsabban és nagyobb adathalmazokon képes dolgozni. Ez tette lehetővé a ProtGPS számára, hogy gyorsan és hatékonyan dekódolja a fehérjék sejten belüli elhelyezkedésének szabályait.
A gyógyszerfejlesztés és betegségek megértésének új eszköze
A ProtGPS egyik legizgalmasabb alkalmazása a betegségek vizsgálatában és a gyógyszerfejlesztésben rejlik. A modell képes előre jelezni, hogy egy adott mutáció miként befolyásolja a fehérjék kompartmentalizációját, vagyis elhelyezkedését a sejten belül. Ez rendkívül hasznos lehet olyan betegségek megértésében, mint a rák vagy a genetikai fejlődési rendellenességek, ahol a fehérjék hibás lokalizációja kritikus szerepet játszik.
A Dewpoint Therapeutics biotechnológiai vállalat már beépítette a ProtGPS-t a gyógyszerkutatási folyamataiba. A cél, hogy új terápiás megoldásokat találjanak olyan betegségekre, amelyekben a fehérjék rendellenes kondenzátumokba tömörülnek. Más kutatók is nagy potenciált látnak az eszközben, különösen olyan területeken, ahol a fehérjék célzott módosítása segíthet a betegségek leküzdésében.
Új szemlélet a biológiában
A ProtGPS nemcsak egy új biotechnológiai eszköz, hanem egy új tudományos paradigma része is. Az elmúlt évtizedekben a biológia fókuszában elsősorban a molekulák szerkezete állt, azonban egyre nyilvánvalóbbá válik, hogy a sejten belüli elrendeződés ugyanolyan fontos. Ahogyan egy jól megtervezett otthonban sem elég a bútorok puszta létezése, hanem azok elhelyezése is számít, úgy a sejtekben is szükség van a pontos molekuláris szerveződésre.
A ProtGPS által feltárt rejtett mintázatok új lehetőségeket nyitnak a biológia és a gyógyszerfejlesztés területén. A tudósok most először képesek befolyásolni és irányítani a fehérjék sejtbeli célpontját, amely új gyógyszerek és terápiás eljárások kifejlesztéséhez vezethet. A jövőben a mesterséges intelligencia még mélyebb betekintést nyújthat a sejtek működésébe, forradalmasítva az élet tudományát.
