AlphaProteo, biyoloji ve sağlık araştırmaları için yeni bir protein üretim teknolojisi

AlphaProteo biyoloji ve sağlık araştırmaları için yeni proteinler üretiyor

• Yeni yapay zeka sistemi, hedef moleküllere başarıyla bağlanan proteinler tasarlayarak ilaç tasarımı, hastalıkların anlaşılması ve benzeri alanlarda potansiyel sunuyor
• Tüm biyolojik süreçler, protein adı verilen moleküller arasındaki etkileşimlere dayanır
• AlphaFold gibi protein yapı tahmin araçları protein etkileşimlerine dair içgörü sağlar, ancak bu etkileşimleri doğrudan yönlendirmek için yeni proteinler üretemez
• Bilim insanları, hedef moleküllere başarıyla bağlanan yeni proteinler üretebilir
• Bu bağlayıcılar; ilaç geliştirme, hücre ve doku görüntüleme, hastalıkların anlaşılması ve teşhisi, zararlılara dirençli ürünlerin geliştirilmesi gibi çeşitli araştırmalara yardımcı olabilir
• Son dönemdeki makine öğrenimi yaklaşımları büyük ilerleme kaydetmiş olsa da hâlâ çok sayıda deneysel test gerektiriyor

AlphaProteo'ya giriş

• AlphaProteo, biyoloji ve sağlık araştırmaları için yeni ve yüksek güçlü protein bağlayıcıları tasarlayan ilk yapay zeka sistemidir
• Bu teknoloji, biyolojik süreçlere dair anlayışı hızlandırabilir ve yeni ilaç keşfi, biyosensör geliştirme gibi alanlara yardımcı olabilir
• AlphaProteo, kanser ve diyabet komplikasyonlarıyla ilişkili VEGF-A dahil çeşitli hedef proteinler için yeni protein bağlayıcıları üretebilir
• AlphaProteo, yüksek deneysel başarı oranına sahiptir ve mevcut yöntemlerden 3 ila 300 kat daha iyi bağlanma afinitesi gösterir

Protein bağlanmasının karmaşık yöntemlerini öğrenmek

• Protein bağlayıcı tasarlamak zaman alıcıdır ve tekrar tekrar laboratuvar çalışması gerektirir
• AlphaProteo, Protein Data Bank (PDB) ve AlphaFold tarafından tahmin edilen 100 milyondan fazla yapıdan öğrenmiştir
• Hedef molekülün yapısı ve tercih edilen bağlanma bölgesi verildiğinde AlphaProteo, o bölgeye bağlanan aday proteinler üretir

Önemli protein bağlanma hedeflerinde başarı gösterimi

• AlphaProteo, çeşitli hedef proteinler için bağlayıcılar tasarladı
• Laboratuvar testlerinde, 7 hedef proteinin tamamında AlphaProteo'nun ürettiği aday proteinler güçlü bağlanma gösterdi
• Viral protein BHRF1 için aday moleküllerin %88'i başarıyla bağlandı
• TrkA hedefinde AlphaProteo'nun bağlayıcıları, önceki en iyi bağlayıcılardan daha güçlüydü

Sonuçların doğrulanması

• AlphaProteo'nun bağlayıcıları, Francis Crick Institute'daki bir araştırma grubu tarafından doğrulandı
• SC2RBD bağlayıcıları, SARS-CoV-2 ve bazı varyantlarının hücre enfeksiyonunu engelledi
• AlphaProteo, ilk deney aşamalarında gereken süreyi önemli ölçüde azaltabilir
• Ancak TNFɑ hedefi için bağlayıcı tasarlamada başarısız oldu
• AlphaProteo'nun yeteneklerini iyileştirme ve genişletme planı bulunuyor

Protein tasarımında sorumlu geliştirmeye doğru

• Protein tasarımı; hastalık nedenlerini anlama, tanı testlerinin geliştirilmesini hızlandırma, sürdürülebilir üretim süreçlerini destekleme ve çevresel kirleticileri giderme gibi alanlarda bilimsel ilerleme için büyük potansiyel taşıyor
• Biyogüvenlik riskleri dikkate alınarak dış uzmanlarla iş birliği içinde sorumlu geliştirme yürütülüyor
• Hedef; AlphaProteo'nun başarı oranı ve afinitesini artırmak, tasarım problemlerinin kapsamını genişletmek ve farklı disiplinlerden araştırmacılarla iş birliği yaparak kapsamlı protein tasarımı sunmak

GN⁺ Özeti

• AlphaProteo, biyoloji ve sağlık araştırmaları için yeni protein bağlayıcıları tasarlayan bir yapay zeka sistemidir
• Bu teknoloji, ilaç geliştirme, hastalıkların anlaşılması ve teşhis gibi çeşitli araştırmalarda büyük fayda sağlayabilir
• AlphaProteo, mevcut yöntemlere kıyasla daha yüksek başarı oranı ve bağlanma afinitesi sunuyor
• Ancak bazı hedef proteinler için bağlayıcı tasarlamada sınırlamaları bulunuyor
• AlphaProteo'nun yeteneklerini sürekli olarak iyileştirme ve genişletme planı var

[GN⁺]

Hacker News görüşleri

• Yenilik eksikliği: de novo protein bağlayıcıları zaten çokça araştırıldı. David Baker grubunun örneklerine bakılabilir
  • Beklenti: Bu tür gelişmelerin yeni biyokatalizör tasarım yöntemlerine yol açması umuluyor
• İlgili video: Two minute papers'ın ilgili video bağlantısı paylaşıldı
• Virüs mühendisliği sorusu: Belirli genetik belirteçlere sahip nüfus gruplarını hedefleyen virüs mühendisliğinin mümkün olup olmadığı soruluyor
  • Endişe: Bu tür teknolojilerin ticarileşmesi, LLM güvenliği tartışmalarından çok daha korkutucu olabilir
• AlphaFold 3 hatası: İlgili video bağlantısı paylaşıldı
• Google'ın kullanımı: Google'ın bu tür sistemleri nasıl kullandığına dair soru
  • Merak konusu: Bunu doğrudan ilaç geliştirmede mi kullanıyor, yoksa ilaç sektörüne lisanslıyor mu, merak ediliyor
• Protein yapı tasarımı sorusu: Yalnızca belirli hücrelere bağlanan protein yapıları tasarlamanın mümkün olup olmadığı soruluyor
  • Araştırma ilgisi: Mümkün olduğunca çok pleiotropik etkiyi haritalamaya ilgi var
  • Sorun: İlaçların pleiotropisi sorun yaratıyor. Proteinler birden fazla işlev üstlenebildiği için yan etkiler büyük olabilir
  • Beklenti: Yalnızca belirli bölgelere bağlanan aşırı özgül protein yapıları üretilebilirse bu büyük bir atılım olur
• Makale analizinin yetersizliği: Tasarlanan proteinlerin ne kadar özgün olduğuna dair daha fazla analiz gerekiyor
  • Mevcut veriler: VEGF ve Covid spike proteini için başka bağlayıcılar zaten mevcut
  • Gelecek görünümü: AlphaProteo şu anda en iyi performansı göstermese bile yakında gösterebilir
• Protein üretmenin zorluğu: Protein üretmek zor ve tahmin edilen 3B yapıya katlanıp katlanmayacağı belirsiz
  • Küçük molekül sentezi: Küçük molekül sentezi daha kolay, daha ucuz ve daha ölçeklenebilir
  • İyileştirme ihtiyacı: Etki daha büyük olsun isteniyorsa SOTA küçük molekül-protein etkileşim modellerini geliştirmeye odaklanmak daha iyi olurdu
• Önemli girişim: www.molecularReality.com'dan bahsediliyor