Onderzoek, gezondheidsnieuws, ET HealthWorld

Washington: Wetenschappers hebben een systeem voor kunstmatige intelligentie ontwikkeld dat in staat is vanaf nul synthetische enzymen te produceren. In laboratoriumexperimenten werkten sommige van deze enzymen net zo goed als die in de natuur, hoewel de synthetisch gecreëerde aminozuursequenties aanzienlijk verschilden van elke bekende natuurlijke sequentie. proteïne.

De ervaring leert dat natuurlijke taalverwerking, hoewel ontwikkeld om taalteksten te lezen en te schrijven, op zijn minst enkele basisprincipes van de biologie kan leren. verkoopsteam Zoeken Ontwikkelde AI-software, genaamd ProGendat de voorspelling van het volgende symbool gebruikt om aminozuursequenties samen te stellen tot kunstmatige eiwitten.

De nieuwe technologie zou zelfs krachtiger kunnen worden dan gerichte evolutie, de Nobelprijswinnende eiwitontwerptechniek, zeiden wetenschappers, en zal het 50 jaar oude veld van eiwittechnologie nieuw leven inblazen door de ontwikkeling van nieuwe eiwitten te versnellen die kunnen worden gebruikt voor bijna alles. Van behandelingen tot afbrekende kunststoffen.

“Synthetische ontwerpen werken veel beter dan evolutionaire ontwerpen,” zei James. FraserPhD, hoogleraar bio-engineering en therapeutische wetenschappen aan de Universiteit van Californië, San Francisco School of Pharmacy, en auteur van het werk, gepubliceerd op 26 januari in Nature Biotechnology.

Een eerdere versie van de paper is beschikbaar op de prepress-server puurveilig Sinds juli 2021 tientallen citaties ontvangen voordat het werd gepubliceerd in een collegiaal getoetst tijdschrift.

“Het taalmodel leert aspecten van evolutie, maar het verschilt van het normale evolutieproces”, zei Fraser. “We hebben nu de mogelijkheid om het genereren van deze eigenschappen af ​​​​te stemmen op specifieke effecten. Een enzym is bijvoorbeeld ongelooflijk thermostabiel of houdt van zure omgevingen of zal geen interactie hebben met andere eiwitten.”

Om het model te maken, voerden de wetenschappers simpelweg de aminozuursequenties van 280 miljoen verschillende soorten eiwitten in het machine learning-model in en lieten het de informatie een paar weken verwerken. Vervolgens hebben ze het model verfijnd door het uit te rusten met 56.000 sequenties van vijf lysozymfamilies, samen met wat contextuele informatie over deze eiwitten.

Het model genereerde snel een miljoen sequenties en het onderzoeksteam selecteerde er 100 om te testen, op basis van hoe vergelijkbaar ze waren met de sequenties van natuurlijke eiwitten, evenals hoe natuurlijk de aminozuur “basen” en “markers” die ten grondslag liggen aan de AI eiwitten waren.

Van deze eerste batch van 100 eiwitten, die in het laboratorium werden gescreend door Tierra Biosciences, maakte het team vijf synthetische eiwitten om in cellen te testen en vergeleek hun activiteit met een enzym dat voorkomt in kippenei-eiwit, bekend als kippenei-lysozyme. (HEWL). Vergelijkbare lysozymen worden aangetroffen in menselijke tranen, speeksel en melk, waar ze zich verdedigen tegen bacteriën en schimmels.

Twee van de synthetische enzymen waren in staat de celwanden van bacteriën af te breken met vergelijkbare activiteit als HEWL, maar hun sequenties waren slechts voor 18 procent identiek aan elkaar. De twee sequenties waren voor 90 procent en voor 70 procent identiek aan elk bekend eiwit.

Slechts één mutatie in een normaal eiwit kan ervoor zorgen dat het stopt met werken, maar in een andere screeningsronde ontdekte het team dat de door AI gegenereerde enzymen activiteit vertoonden, zelfs wanneer minder dan 31,4 procent van hun sequentie vergelijkbaar was met elk bekend natuurlijk eiwit.

De AI kon leren hoe de enzymen worden gevormd, simpelweg door de elementaire sequentiegegevens te bestuderen. Wanneer gemeten met behulp van röntgenkristallografie, zagen de atomaire structuren van de synthetische eiwitten eruit zoals ze zouden moeten, hoewel de sequenties anders waren dan ooit tevoren.

Salesforce Research ontwikkelde ProGen in 2020, gebaseerd op een soort natuurlijke taalprogrammering die hun onderzoekers oorspronkelijk hadden ontwikkeld om Engelse tekst te genereren.

Ze wisten uit hun eerdere werk dat een AI-systeem zichzelf grammatica en de betekenis van woorden kan leren, samen met andere basisregels die schrijven goed gevormd maken.

“Als je op volgorde gebaseerde modellen met veel gegevens traint, is dat echt krachtig in het leren van structuur en regels”, zei hij. Nikhil Naik, Ph.D., directeur van onderzoek naar kunstmatige intelligentie bij Salesforce Research, en senior auteur van de paper. “Ze leren woorden die kunnen voorkomen, evenals compositie.”

Met eiwitten waren de ontwerpmogelijkheden bijna onbeperkt. Lysozymen zijn klein, net als eiwitten, en bevatten tot 300 aminozuren. Maar met 20 mogelijke aminozuren zijn er maar liefst 20.300 mogelijke combinaties. Dit is groter dan het nemen van alle mensen die ooit door de tijd hebben geleefd, vermenigvuldigd met het aantal zandkorrels op aarde, vermenigvuldigd met het aantal atomen in het universum.

Gezien de eindeloze mogelijkheden is het opmerkelijk dat het model gemakkelijk functionerende enzymen kan genereren.

“De mogelijkheid om vanuit het niets functionele eiwitten te genereren, betekent dat we een nieuw tijdperk van eiwitontwerp ingaan”, zegt Ali Madani, PhD, oprichter van Profluent Bio, een voormalig onderzoekswetenschapper bij Salesforce Research, en de krant. Eerste auteur. “Dit is een nieuwe, veelzijdige tool die beschikbaar is voor eiwitingenieurs en we kijken uit naar therapeutische toepassingen.”