Onderzoekers van het Carl R. Woese Institute for Genomic Biology hebben met succes generatieve kunstmatige intelligentie (AI) ingezet om nieuwe mitochondriale targetingsequenties (MTS'en) te ontwerpen [1, 4, 5]. Deze innovatie belooft de studie en manipulatie van mitochondria, de energieproducerende organellen van de cel, te verbeteren [1, 5, 7].
De AI identificeerde belangrijke kenmerken van effectieve MTS'en, zoals een positieve lading en een neiging om een α-helix te vormen [1, 2]. Het team creëerde vervolgens een miljoen AI-gegenereerde MTS'en en beoordeelde experimenteel de mitochondriale targetingcapaciteiten van 41 van deze sequenties, met een succespercentage van 50% tot 100% in gist-, plant- en zoogdiercellen [1, 6].
Deze door AI ontworpen sequenties zijn met succes toegepast in metabole engineering en eiwitafgifte, waardoor nieuwe mogelijkheden ontstaan voor therapeutische toepassingen en een dieper begrip van de mitochondriale evolutie [1, 2, 5]. Deze studie, gepubliceerd in mei 2025, onderstreept het potentieel van AI in synthetische biologie en biotechnologie door de beperkte beschikbaarheid van diverse MTS'en aan te pakken, wat cruciaal is voor efficiënt onderzoek en ontwikkeling in de mitochondriale biologie [1, 4, 7]。