L'IA prédit des inhibiteurs de fragments de protéines pour des thérapies ciblées

Une nouvelle méthode, FragFold, utilise l'intelligence artificielle pour prédire des fragments de protéines capables de se lier à des protéines entières et de les inhiber. Développé par le Département de Biologie, cet outil exploite AlphaFold, un modèle d'IA réputé pour la prédiction du repliement et des interactions protéiques. Les chercheurs ont confirmé que plus de la moitié des prédictions de FragFold concernant la liaison ou l'inhibition étaient exactes, même sans données structurelles préalables. Cette approche pourrait être appliquée à des protéines dont les fonctions ou les structures sont inconnues. Les chercheurs ont exploré des fragments de FtsZ, une protéine clé pour la division cellulaire, identifiant de nouvelles interactions de liaison. Le balayage mutationnel profond a révélé des acides aminés clés responsables de l'inhibition, certains fragments mutés se révélant plus puissants que les séquences complètes. FragFold ouvre des possibilités pour manipuler la fonction des protéines et créer de nouveaux outils pour étudier la biologie cellulaire et traiter les maladies.