Chloé Moreau Les scientifiques ont créé un système d’IA able de générer des enzymes artificielles à partir de zéro. Lors de tests en laboratoire, certaines de ces enzymes fonctionnaient aussi bien que celles trouvées dans la nature, même lorsque leurs séquences d’acides aminés générées artificiellement divergeaient considérablement de toute protéine naturelle connue.
L’expérience démontre que le traitement du langage naturel, bien qu’il ait été développé pour lire et écrire du texte. Salesforce Analysis a développé le programme d’IA. qui utilise la prédiction du prochain jeton pour assembler des séquences d’acides aminés en protéines artificielles.
Les scientifiques ont déclaré que la nouvelle technologie pourrait devenir moreover puissante que l’évolution dirigée, la technologie de conception de protéines lauréate du prix Nobel, et qu’elle dynamiserait le domaine de l’ingénierie des protéines, vieux de 50 ans, en accélérant le développement de nouvelles protéines pouvant être utilisées pour presque tout.
“Les conceptions artificielles fonctionnent bien mieux que les conceptions inspirées par le processus évolutif”, a déclaré James Fraser, PhD. qui ont été publiés le 26 janvier. dans Nature Biotechnologie.
mais il est différent du processus évolutif normal”, a déclaré Fraser. Par exemple, une enzyme qui est incroyablement thermostable ou qui aime les environnements acides ou qui n’interagira pas avec d’autres protéines.”
Pour créer le modèle. Ensuite, ils ont affiné le modèle en l’amorçant avec 56 000 séquences de cinq familles de lysozymes, ainsi que des informations contextuelles sur ces protéines.
et l’équipe de recherche en a sélectionné 100 à tester, en fonction de leur ressemblance avec les séquences de protéines naturelles, ainsi que du caractère naturaliste de la “grammaire” et de la “sémantique” des acides aminés sous-jacents des protéines AI.
Sur ce premier lot de 100 protéines, qui ont été criblées in vitro par Tierra Biosciences, l’équipe a fabriqué cinq protéines artificielles à tester dans des cellules et a comparé leur activité à une enzyme présente dans les blancs d’œufs de poule, connue sous le nom de lysozyme de blanc d’œuf de poule. (HEWL). Des lysozymes similaires se trouvent dans les larmes, la salive et le lait humains, où ils se défendent contre les bactéries et les champignons.
mais leurs séquences n’étaient identiques qu’à environ 18% l’une de l’autre. Les deux séquences étaient identiques à environ 90 % et 70 % à toute protéine connue.
Une seule mutation dans une protéine naturelle peut l’empêcher de fonctionner, mais lors d’un autre cycle de dépistage, l’équipe a découvert que les enzymes générées par l’IA montraient une activité même lorsqu’aussi peu que 31,4 % de leur séquence ressemblaient à une protéine naturelle connue.
simplement en étudiant les données de séquence brutes. les constructions atomiques des protéines artificielles semblaient juste comme elles le devraient, bien que les séquences ne ressemblaient à rien de vu auparavant.
Salesforce Study a développé ProGen en 2020, basé sur une sorte de programmation en langage naturel que leurs chercheurs ont initialement développée pour générer du texte en anglais.
ainsi que d’autres règles sous-jacentes qui rendent l’écriture bien composée.
“Lorsque vous formez des modèles basés sur des séquences avec beaucoup de données. a déclaré Nikhil Naik, PhD, directeur de la recherche sur l’IA chez Salesforce Study et auteur principal de l’article. ainsi que la compositionalité.”
Avec les protéines, les choix de conception étaient presque illimités. Les lysozymes sont petits comme les protéines. Mais avec 20 acides aminés possibles, il existe un nombre énorme (20300) de combinaisons possibles. C’est in addition que de prendre tous les humains qui ont vécu à travers le temps, multipliés par le nombre de grains de sable sur Terre, multipliés par le nombre d’atomes dans l’univers.
Compte tenu des possibilités illimitées, il est remarquable que le modèle puisse générer si facilement des enzymes de travail.
a déclaré Ali Madani, PhD, fondateur de Profluent Bio, ancien chercheur chez Salesforce Analysis, et l’auteur de l’article. leading auteur. “Il s’agit d’un nouvel outil polyvalent à la disposition des ingénieurs en protéines.”
Furthermore d’informations : https://github.com/salesforce/progen
