Un nuevo estudio en Nature informa sobre un avance en biotecnología impulsado por la IA con implicaciones para el desarrollo de fármacos, la detección de enfermedades y el monitoreo ambiental. Los científicos del Instituto de Diseño de Proteínas de la Facultad de Medicina de la Universidad de Washington utilizaron software para crear moléculas de proteínas que se unen con una afinidad y especificidad excepcionalmente altas a una variedad de biomarcadores desafiantes, incluidas las hormonas humanas.
En particular, los científicos lograron la fuerza de interacción más alta jamás reportada entre una biomolécula generada por computadora y su objetivo.
El autor principal David Baker, profesor de bioquímica de la Universidad de Washington e investigador del Instituto Médico Howard Hughes, enfatizó el impacto potencial: “La capacidad de generar nuevas proteínas con una afinidad y especificidad de unión tan altas abre un mundo de posibilidades, desde nuevos tratamientos para enfermedades hasta diagnóstico avanzado.”
El equipo, dirigido por los miembros de Baker Lab Susana Vázquez-Torres, Preetham Venkatesh y Phil Leung, se propuso crear proteínas que pudieran unirse al glucagón, el neuropéptido Y y la hormona paratiroidea. y otros objetivos peptídicos helicoidales. Estas moléculas, cruciales en sistemas biológicos, son especialmente difíciles para los fármacos y herramientas de diagnóstico reconocer porque a menudo carecen de estructuras moleculares estables.
Los anticuerpos se pueden utilizar para detectar algunos de estos objetivos médicamente relevantes, pero su producción suele ser costosa y tienen una vida útil limitada.
“Hay muchas enfermedades que son difíciles de tratar hoy en día simplemente porque es muy difícil detectar ciertas moléculas en el cuerpo. Como herramientas de diagnóstico, las proteínas diseñadas pueden ofrecer una alternativa más rentable a los anticuerpos”, afirma. explicó Venkatesh.
El estudio presenta un nuevo enfoque de diseño de proteínas que utiliza métodos avanzados de aprendizaje profundo. Los investigadores presentan una nueva forma de utilizar RFdiffusion, un modelo generativo para crear nuevas formas de proteínas, junto con la herramienta de diseño de secuencias ProteinMPNN. Desarrollados en Baker Lab, estos programas permiten a los científicos crear proteínas funcionales de manera más eficiente que nunca.
Al combinar estas herramientas de nuevas maneras, el equipo generó proteínas de unión utilizando información objetivo limitada, como la secuencia de aminoácidos de un péptido sola. Las amplias implicaciones de esta estrategia de “construir para encajar” Este enfoque sugiere una nueva era en la biotecnología en la que las proteínas generadas por IA se pueden utilizar para detectar moléculas complejas relevantes para la salud humana y el medio ambiente.
“Estamos siendo testigos de una era emocionante en el diseño de proteínas, donde las herramientas avanzadas de inteligencia artificial, como las que presentamos en nuestro estudio, están acelerando la mejora de proteínas< /span> actividad. “Este avance redefinirá el panorama de la biotecnología”, afirmó. señaló Vázquez-Torres.
En colaboración con el Laboratorio Joseph Rogers de la Universidad de Copenhague y el Laboratorio Andrew Hoofnagle de UW Medicine, el equipo realizó pruebas de laboratorio para validar sus métodos de Biodiseño. Se utilizó espectrometría de masas para detectar proteínas diseñadas que se unen a péptidos de baja concentración en el suero humano, demostrando así el potencial para realizar diagnósticos de enfermedades sensibles y precisos.
Además, las proteínas conservaron su capacidad de unión a objetivos a pesar de las duras condiciones, incluidas las altas temperaturas, un atributo crucial para la aplicación en el mundo real.
Para demostrar aún más el potencial del método, los investigadores integraron un aglutinante de hormona paratiroidea de alta afinidad en un sistema biosensor y lograron un aumento de 21 veces en la señal de bioluminiscencia en muestras que contenían la hormona objetivo. Esta integración en un dispositivo de diagnóstico destaca las aplicaciones prácticas inmediatas de las proteínas generadas por IA.
El estudio, que ilustra la confluencia de la biotecnología y la inteligencia artificial y sienta un nuevo precedente en ambos campos, aparece en Nature con el título “Diseño de novo de aglutinantes de alta afinidad de péptidos helicoidales bioactivos.”
Fuente: phys.org
