Dans un développement révolutionnaire, des chercheurs de l'Université de Sheffield, d'AstraZeneca et de l'Université de Southampton ont dévoilé un nouveau cadre d'apprentissage automatique, MapDiff, qui promet de révolutionner la conception des protéines. Cette approche d'IA innovante, publiée dans Nature Machine Intelligence, pourrait accélérer considérablement la création de nouveaux traitements, notamment les vaccins et les thérapies géniques.
Le cœur de cette avancée réside dans le repliement inverse des protéines, un processus complexe d'identification des séquences d'acides aminés qui se replient en structures protéiques 3D spécifiques. Ceci est crucial pour l'ingénierie de protéines capables de cibler efficacement des zones spécifiques du corps. MapDiff a démontré une précision supérieure dans les tests simulés par rapport aux méthodes de pointe existantes.
« Ce travail représente une avancée significative dans l'utilisation de l'IA pour concevoir des protéines avec les structures souhaitées », déclare le professeur Haiping Lu de l'Université de Sheffield. L'impact potentiel est vaste, ouvrant la voie à la conception de nouvelles protéines thérapeutiques pour diverses applications. L'effort de collaboration, basé sur des succès antérieurs, souligne la puissance de la combinaison de l'expertise de l'industrie pour relever les défis fondamentaux en biologie.