Egy eredetileg csetbotokhoz fejlesztett MI most fehérjéket elemez és gyógyszereket javasol

Kutatók mesterséges intelligencia segítségével olyan gyógyszermulekulákat tudtak létrehozni, amivel akár az ismeretlen alakú káros fehérjéket is meg lehet célozni – írja egy, a Nature Biotechnology szaklapban megjelent tanulmány alapján az EurekAlert.

A 2024-es kémiai Nobel-díjat a Google DeepMind fejlesztői kapták az AlphaFold nevű MI-rendszerért, ami meg tudja jósolni egy fehérje alakját, így segíti a gyógyszerfejlesztést. Azonban nem mindig tudni, hogy a káros fehérjék hogy néznek ki, ezért a McMaster, Duke és Cornell Egyetemek kutatócsapata kifejlesztette a PepMLM-et. Az eszköz egy olyan algoritmusra épül, amit eredetileg az emberi nyelv megértésére fejlesztettek, de most a fehérjék nyelvére tanították be.

Bár sok káros fehérje alakja ismert, több olyan betegség is van, például a rák vagy a neurodegenerációs betegségek, amiknél a fehérjéknek nem mindig van fix szerkezete. A PepMLM ezért nem a struktúrából indul ki, hanem csak a fehérje aminosav-szekvenciájából, és az alapján javasol peptid gyógyszert. Így a káros fehérjék egy jelentősen nagyobb skáláját lehet egyszerre célozni, akár azokat is, amikről eddig azt gondoltuk, hogy kezelhetetlenek.

Az MI tesztelése során laborban végzett vizsgálatokban a PepMLM képes volt olyan peptideket (rövid aminosav-láncokat) összerakni, amik rácsatlakoztak a betegségekhez köthető fehérjékhez, és több esetben segítettek elpusztítani azokat.

A csapat már dolgozik is néhány újabb algoritmuson, mint például a PepTune-on és a MOG-DFM-en, hogy felturbózzák a peptidek viselkedését, azaz hogy stabilabbak, célzottabbak legyenek, és könnyebben lehessen őket bevinni a szervezetbe.

Bár az MI az elmúlt néhány évben került be igazán a köztudatba, egy ideje már használják gyógyszerfejlesztésre – mint például a magyar Turbine-nál, ahol sejteket szimulálnak, hogy azokon lehessen olcsóbban és hatékonyabban tesztelni lehetséges gyógyszermolekulákat.