1 pontos por GN⁺ 2024-09-06 | 1 comentários | Compartilhar no WhatsApp

AlphaProteo gera novas proteínas para pesquisa em biologia e saúde

  • Um novo sistema de IA projeta proteínas que se ligam com sucesso a moléculas-alvo, com potencial para design de fármacos, compreensão de doenças e mais
  • Todos os processos biológicos dependem da interação entre moléculas chamadas proteínas
  • Ferramentas de previsão de estrutura de proteínas, como o AlphaFold, oferecem insights sobre interações entre proteínas, mas não conseguem gerar novas proteínas para manipular diretamente essas interações
  • Cientistas podem criar novas proteínas capazes de se ligar com sucesso a moléculas-alvo
  • Esses ligantes podem ajudar em diversas pesquisas, como desenvolvimento de medicamentos, imageamento de células e tecidos, compreensão e diagnóstico de doenças, e desenvolvimento de culturas resistentes a pragas
  • Abordagens recentes de machine learning fizeram grandes avanços, mas ainda exigem muitos testes experimentais

Apresentando o AlphaProteo

  • AlphaProteo é o primeiro sistema de IA a projetar novos ligantes proteicos de alta afinidade para pesquisa em biologia e saúde
  • Essa tecnologia pode acelerar a compreensão de processos biológicos e ajudar na descoberta de novos medicamentos, no desenvolvimento de biossensores e mais
  • O AlphaProteo pode gerar novos ligantes proteicos para diversos alvos, incluindo o VEGF-A, associado ao câncer e a complicações do diabetes
  • O AlphaProteo apresenta alta taxa de sucesso experimental e afinidade de ligação de 3 a 300 vezes melhor que métodos existentes

Aprendendo a forma complexa de ligação das proteínas

  • Projetar ligantes proteicos consome tempo e exige várias rodadas de trabalho em laboratório
  • O AlphaProteo foi treinado com mais de 100 milhões de estruturas do Protein Data Bank (PDB) e de estruturas previstas pelo AlphaFold
  • Ao fornecer a estrutura da molécula-alvo e o local de ligação preferido, o AlphaProteo gera proteínas candidatas que se ligam a esse local

Demonstração de sucesso em alvos importantes de ligação proteica

  • O AlphaProteo projetou ligantes para diversos alvos proteicos
  • Em testes de laboratório, as proteínas candidatas geradas pelo AlphaProteo se ligaram fortemente a 7 proteínas-alvo
  • Para a proteína viral BHRF1, 88% das moléculas candidatas se ligaram com sucesso
  • Para o alvo TrkA, os ligantes do AlphaProteo foram mais fortes do que os melhores ligantes existentes

Validação dos resultados

  • Os ligantes do AlphaProteo foram validados por um grupo de pesquisa do Francis Crick Institute
  • O ligante SC2RBD impediu a infecção celular por SARS-CoV-2 e algumas variantes
  • O AlphaProteo pode reduzir significativamente o tempo dos experimentos iniciais
  • No entanto, falhou em projetar ligantes para o alvo TNFɑ
  • Há planos para melhorar e expandir as capacidades do AlphaProteo

Rumo ao desenvolvimento responsável do design de proteínas

  • O design de proteínas tem grande potencial para o avanço científico, como na compreensão das causas de doenças, aceleração do desenvolvimento de testes diagnósticos, apoio a processos de fabricação sustentáveis e remoção de poluentes ambientais
  • Considerando os riscos de biossegurança, o desenvolvimento responsável está sendo conduzido em colaboração com especialistas externos
  • O objetivo é melhorar a taxa de sucesso e a afinidade do AlphaProteo, ampliar o escopo dos problemas de design e colaborar com pesquisadores de várias áreas para oferecer um design de proteínas abrangente

Resumo do GN⁺

  • AlphaProteo é um sistema de IA que projeta novos ligantes proteicos para pesquisa em biologia e saúde
  • Essa tecnologia pode ajudar muito em diversas pesquisas, como desenvolvimento de medicamentos, compreensão de doenças e diagnóstico
  • O AlphaProteo se destaca por sua alta taxa de sucesso e afinidade de ligação em comparação com métodos existentes
  • No entanto, há limitações no design de ligantes para algumas proteínas-alvo
  • Há planos para continuar melhorando e expandindo as capacidades do AlphaProteo

1 comentários

 
GN⁺ 2024-09-06
Comentários do Hacker News
  • Falta de inovação: ligantes de proteínas de novo já foram bastante estudados. É possível ver exemplos do grupo de David Baker
    • Expectativa: espera-se que esses avanços levem a novos métodos de projeto de biocatalisadores
  • Vídeo relacionado: link para um vídeo relacionado do Two Minute Papers
  • Pergunta sobre engenharia de vírus: pergunta sobre a possibilidade de engenharia de vírus para atingir grupos populacionais com marcadores genéticos específicos
    • Preocupação: a comercialização dessa tecnologia pode ser muito mais assustadora do que as discussões sobre segurança de LLMs
  • Erro do AlphaFold 3: link para um vídeo relacionado
  • Uso pelo Google: pergunta sobre como o Google está usando esse tipo de sistema
    • Dúvida: curiosidade se já está sendo usado diretamente no desenvolvimento de fármacos ou licenciado para a indústria farmacêutica
  • Pergunta sobre projeto de estrutura proteica: pergunta sobre a possibilidade de projetar estruturas proteicas que se liguem apenas a células específicas
    • Interesse de pesquisa: interesse em mapear o máximo possível dos efeitos pleiotrópicos
    • Problema: a pleiotropia dos fármacos é um problema. Proteínas podem desempenhar várias funções, então os efeitos colaterais podem ser grandes
    • Expectativa: se fosse possível criar estruturas proteicas ultrasspecíficas que se liguem apenas a regiões específicas, isso seria um grande avanço
  • Falta de análise do artigo: é necessária uma análise mais aprofundada sobre a originalidade das proteínas projetadas
    • Dados existentes: já existem outros ligantes para VEGF e para a proteína spike da Covid
    • Perspectiva futura: mesmo que o AlphaProteo não tenha o melhor desempenho agora, em breve pode chegar lá
  • Dificuldade na geração de proteínas: gerar proteínas é difícil, e não há certeza de que elas se dobrem na estrutura 3D prevista
    • Síntese de pequenas moléculas: a síntese de pequenas moléculas é mais fácil, barata e escalável
    • Necessidade de melhoria: teria sido mais impactante focar na melhoria de modelos SOTA de interação entre pequenas moléculas e proteínas
  • Startup importante: menção a www.molecularReality.com