Sztuczna inteligencja przewiduje inhibitory fragmentów białek do terapii celowanych

Nowa metoda, FragFold, wykorzystuje sztuczną inteligencję do przewidywania fragmentów białek, które mogą wiązać się z białkami o pełnej długości i hamować je. Opracowane w Katedrze Biologii narzędzie wykorzystuje AlphaFold, model sztucznej inteligencji znany z przewidywania fałdowania i interakcji białek. Naukowcy potwierdzili, że ponad połowa przewidywań FragFold dotyczących wiązania lub hamowania była dokładna, nawet bez wcześniejszych danych strukturalnych. Podejście to można zastosować do białek o nieznanych funkcjach lub strukturach. Naukowcy zbadali fragmenty FtsZ, białka kluczowego dla podziału komórek, identyfikując nowe interakcje wiążące. Głębokie skanowanie mutacyjne ujawniło kluczowe aminokwasy odpowiedzialne za hamowanie, przy czym niektóre zmutowane fragmenty okazały się silniejsze niż sekwencje o pełnej długości. FragFold otwiera możliwości manipulowania funkcją białek i tworzenia nowych narzędzi do badania biologii komórki i leczenia chorób.