In einer bahnbrechenden Entwicklung haben Forscher der University of Sheffield, von AstraZeneca und der University of Southampton ein neues Machine-Learning-Framework, MapDiff, vorgestellt, das das Proteindesign revolutionieren soll. Dieser innovative KI-Ansatz, veröffentlicht in Nature Machine Intelligence, könnte die Entwicklung neuer Behandlungen, einschließlich Impfstoffe und Gentherapien, erheblich beschleunigen.
Der Kern dieses Fortschritts liegt im inversen Proteinfalten, einem komplexen Prozess zur Identifizierung von Aminosäuresequenzen, die sich zu spezifischen 3D-Proteinstrukturen falten. Dies ist entscheidend für das Engineering von Proteinen, die in der Lage sind, bestimmte Bereiche im Körper effektiv zu adressieren. MapDiff hat in simulierten Tests eine höhere Genauigkeit gezeigt als bestehende, hochmoderne Methoden.
"Diese Arbeit stellt einen bedeutenden Schritt nach vorne bei der Verwendung von KI zur Gestaltung von Proteinen mit gewünschten Strukturen dar", sagt Professor Haiping Lu von der University of Sheffield. Die potenziellen Auswirkungen sind enorm und eröffnen Türen für die Entwicklung neuartiger therapeutischer Proteine für verschiedene Anwendungen. Die gemeinsame Anstrengung, die auf früheren Erfolgen aufbaut, unterstreicht die Kraft der Kombination von Branchenexpertise zur Bewältigung grundlegender Herausforderungen in der Biologie.