AI voorspelt eiwitfragmentremmers voor gerichte therapieën

Een nieuwe methode, FragFold, gebruikt kunstmatige intelligentie om eiwitfragmenten te voorspellen die kunnen binden aan en volledige lengte eiwitten kunnen remmen. De tool, ontwikkeld aan de afdeling Biologie, maakt gebruik van AlphaFold, een AI-model dat bekend staat om het voorspellen van eiwitvouwing en -interacties. Onderzoekers bevestigden dat meer dan de helft van de voorspellingen van FragFold voor binding of remming nauwkeurig waren, zelfs zonder eerdere structurele gegevens. Deze benadering kan worden toegepast op eiwitten met onbekende functies of structuren. De onderzoekers onderzochten fragmenten van FtsZ, een eiwit dat essentieel is voor celdeling, en identificeerden nieuwe bindingsinteracties. Diepe mutatiescanning onthulde belangrijke aminozuren die verantwoordelijk zijn voor remming, waarbij sommige gemuteerde fragmenten krachtiger bleken te zijn dan sequenties van volledige lengte. FragFold opent mogelijkheden om de eiwitfunctie te manipuleren en nieuwe hulpmiddelen te creëren voor het bestuderen van celbiologie en het behandelen van ziekten.