AI-doorbraak: Nieuw framework revolutioneert eiwitontwerp voor therapieën van de volgende generatie

In een baanbrekende ontwikkeling hebben onderzoekers van de Universiteit van Sheffield, AstraZeneca en de Universiteit van Southampton een nieuw machine learning framework, MapDiff, onthuld dat belooft het eiwitontwerp te revolutioneren. Deze innovatieve AI-aanpak, gepubliceerd in Nature Machine Intelligence, zou de creatie van nieuwe behandelingen, waaronder vaccins en gentherapieën, aanzienlijk kunnen versnellen. De kern van deze vooruitgang ligt in inverse eiwitvouwing, een complex proces waarbij aminozuursequenties worden geïdentificeerd die zich vouwen tot specifieke 3D-eiwitstructuren. Dit is cruciaal voor het ontwerpen van eiwitten die effectief specifieke gebieden binnen het lichaam kunnen targeten. MapDiff heeft superieure nauwkeurigheid aangetoond in simulatietests in vergelijking met bestaande state-of-the-art methoden. "Dit werk vertegenwoordigt een belangrijke stap voorwaarts in het gebruik van AI om eiwitten met gewenste structuren te ontwerpen", zegt professor Haiping Lu van de Universiteit van Sheffield. De potentiële impact is enorm en opent deuren voor het ontwerpen van nieuwe therapeutische eiwitten voor diverse toepassingen. De gezamenlijke inspanning, gebaseerd op eerdere successen, onderstreept de kracht van het combineren van expertise uit de industrie om fundamentele uitdagingen in de biologie aan te pakken.