Sztuczna inteligencja projektuje nowe enzymy

Fot. Adobe Stock
Fot. Adobe Stock

Sztuczna inteligencja może zastąpić wielomiesięczne, żmudne eksperymenty, w których poszukuje się nowych enzymów – wynika z nowego badania. Cząsteczki tego typu wykorzystuje się w medycynie, gospodarstwach domowych i rozlicznych gałęziach przemysłu.

Enzymy to naturalne, zwykle białkowe katalizatory, które w przyrodzie regulują przebieg różnorodnych reakcji, z których trawienie pokarmu to tylko jeden z niezliczonych przykładów. Od lat badane są przez naukowców i wykorzystywane przez przemysł. Mogą pomagać w medycznych terapiach, usuwaniu toksyn, przyspieszaniu różnorodnych reakcji chemicznych, wychwytywaniu dwutlenku węgla czy choćby usprawnianiu prania.

Teraz poszukiwanie nowych enzymów do konkretnych zastosowań może stać się nieporównanie prostsze niż dotychczas.

Otóż zespół bioinżynierów z Stanford University (USA) opracował komputerowy system, który pozwala na projektowanie tysięcy nowych enzymów, przewidywanie ich zachowania w rzeczywistych warunkach oraz testowanie ich działania w różnych reakcjach chemicznych.

"Opracowaliśmy proces komputerowy, który pozwala nam projektować enzymy znacznie szybciej. Nie musimy już wykorzystywać żywych komórek do ich produkcji, jak ma to miejsce obecnie. Zamiast tego wykorzystujemy uczenie maszynowe do przewidywania wysoce aktywnych enzymów projektowanych na podstawie zmutowanych sekwencji DNA, które są modelowane w komputerze, a nie tworzone ręcznie w laboratorium. Dzięki temu możemy przeprowadzać te eksperymenty w ciągu kilku dni, zamiast tygodni czy - jak często bywa - miesięcy" – mówi prof. Michael Jewett, autor badania opisanego na łamach "Nature Communications".

Prof. Jewett i jego współpracownicy zastosowali podejście znane jako kierowana ewolucja. Skracają oni proces, przez który natura przechodziła przez miliony lat, gdy DNA mutowało przypadkowo, prowadząc w niektórych przypadkach do powstania nowych enzymów.

"Ewolucja kierowana to dziedzina rozwijana od dziesięcioleci, która pozwala na zmienianie aminokwasów w celu modyfikacji funkcji białka. My jedynie przyspieszamy ten proces, wykorzystując uczenie maszynowe i komputery" - wyjaśnił.

W procesorach dzieje się więc to, co do tej pory wymagało użycia żywych komórek.

Aby udowodnić działanie swojej metody, badacze wykorzystali ją do syntezy małocząsteczkowego leku, osiągając 90 proc. wydajności. Wcześniej wydajność ta osiągała ok. 10 proc.

Pokazali też, że nowe to zastosować do równoległego projektowania wielu wyspecjalizowanych enzymów, co umożliwiło produkcję ośmiu dodatkowych terapeutyków.

Obecnie poszukują partnera biznesowego, który pomógłby w dalszym rozwoju modelu.

"Możemy zbadać wiele możliwości wykorzystania tego podejścia w obszarze zrównoważonego rozwoju i bioekonomii. Można pomyśleć o klasach molekuł, które degradują toksyny w środowisku, zwiększają biodostępność żywności bogatej w białko lub takich, które usprawniają istniejące procesy wymagające wysokich ciśnień, kosztownych komponentów czy toksycznych reakcji, czyniąc je szybszymi, bezpieczniejszymi i tańszymi" – mówi prof. Jewett.

Marek Matacz (PAP)

mat/ zan/

Fundacja PAP zezwala na bezpłatny przedruk artykułów z Serwisu Nauka w Polsce pod warunkiem mailowego poinformowania nas raz w miesiącu o fakcie korzystania z serwisu oraz podania źródła artykułu. W portalach i serwisach internetowych prosimy o zamieszczenie podlinkowanego adresu: Źródło: naukawpolsce.pl, a w czasopismach adnotacji: Źródło: Serwis Nauka w Polsce - naukawpolsce.pl. Powyższe zezwolenie nie dotyczy: informacji z kategorii "Świat" oraz wszelkich fotografii i materiałów wideo.

Czytaj także

  • Fot. Adobe Stock

    Płytki krwi mogą przywracać węch po COVID-19

  • Fot. Adobe Stock

    Chiny/ Alibaba opublikowała nowy model AI; twierdzi, że jest lepszy od DeepSeek-V3

Przed dodaniem komentarza prosimy o zapoznanie z Regulaminem forum serwisu Nauka w Polsce.

newsletter

Zapraszamy do zapisania się do naszego newslettera