Tim peneliti interdisipliner dari Leipzig University dan Saxon AI Center SCADS.AI telah mengembangkan pendekatan baru yang mengintegrasikan metode kecerdasan buatan (AI) dengan pemodelan biofisik. Strategi inovatif ini dapat diterapkan pada pengembangan terapi baru, seperti antibodi dan vaksin, termasuk yang untuk kesiapsiagaan pandemi. Proyek penelitian, yang dilakukan bekerja sama dengan Vanderbilt University di Nashville, AS, adalah hasil dari pekerjaan awal yang luas dalam pengembangan obat berbantuan komputer. Ini bertujuan untuk memanfaatkan kekuatan AI dan biofisika untuk mengatasi tantangan dalam desain protein secara lebih efektif. Studi ini sekarang telah diterbitkan dalam jurnal Science Advances.
Para ilmuwan percaya bahwa lanskap penelitian saat ini di bidang desain protein komputasi mirip dengan demam emas, dengan banyak metode baru yang diterbitkan tanpa validasi eksperimental. Ini sering mengarah pada penilaian yang tidak akurat tentang kinerja model AI. “Kami sangat membutuhkan standar untuk deskripsi dan ketersediaan model tersebut,” kata Profesor Clara Schoeder, pemimpin kelompok penelitian di Institute for Drug Discovery. “Penelitian kami memberikan kontribusi penting untuk tujuan ini.” Temuan saat ini menunjukkan bahwa metode AI sangat baik dalam menyarankan urutan yang tidak mengganggu lipatan protein. Namun, mereka berjuang ketika harus secara akurat menilai efek dari perubahan asam amino individu pada lipat. “Temuan kami memperjelas bahwa tidak ada model AI atau metode biofisik yang cocok untuk semua masalah desain,” jelas Humboldt Profesor Jens Meiler, salah satu ilmuwan utama proyek dan direktur Institute for Drug Discovery. “Di masa depan, kita harus mempertimbangkan dengan cermat model mana yang digunakan untuk tujuan mana. Pekerjaan kita adalah langkah pertama menuju perbandingan yang lebih besar antara metode yang berbeda.”
Rosetta Biophysical Software Suite, yang telah digunakan dalam penelitian protein selama bertahun -tahun, memberikan kerangka kerja untuk mengintegrasikan metode AI yang berbeda. Rosetta digunakan oleh lebih dari 100 laboratorium di seluruh dunia dan memungkinkan para peneliti untuk secara efisien menggabungkan pendekatan yang berbeda, seperti model bahasa besar (misalnya ESM-2) dan model proteinmpnn, dengan metode biofisik. Kombinasi ini memungkinkan para peneliti untuk membandingkan dan menganalisis berbagai perilaku pendekatan desain. “Dengan perkembangan ini, kita dapat dengan cepat dan mudah menggabungkan model AI dengan metode klasik dan menggunakannya berdampingan,” jelas Profesor Meiler. “Ini sangat menyederhanakan pekerjaan kami dan memungkinkan kami untuk mengambil keuntungan penuh dari semua infrastruktur yang telah dikembangkan di Rosetta selama 20 tahun terakhir.”
Ini tidak berarti bahwa penelitian yang dipimpin oleh kelompok penelitian yang dipimpin oleh Profesor Meiler dan Profesor Schoeder akan terus memperbaiki dan secara eksperimental mengevaluasi algoritma yang dikembangkan, terutama yang berkaitan dengan desain vaksin untuk kesiapsiagaan pandemi. Kami sedang menyelidiki metode mana yang andal menyarankan perubahan asam amino yang dapat menyebabkan kandidat vaksin, “kata Profesor Clara Schoeder. Terlepas dari kemajuan yang dibuat melalui penggunaan AI, yang disebut masalah penilaian tetap menjadi tantangan. Ini mengacu pada kesulitan memprediksi Efek dari substitusi asam amino tunggal.
Publikasi Asli dalam Kemajuan Sains:
Metode Pembelajaran Mesin yang Di-swadelvised untuk Desain Protein Meningkatkan Pengambilan Sampel, tetapi bukan identifikasi varian kebugaran tinggi, DOI 10.1126/sciadv.ADR7338
Scads.ai adalah pusat penelitian untuk ilmu data, kecerdasan buatan dan data besar dengan lokasi di Leipzig dan Dresden. Sebagai salah satu dari lima pusat AI baru di Jerman, SCADS.AI telah didanai sejak 2019 sebagai bagian dari strategi AI pemerintah Jerman dan didukung oleh Kementerian Pendidikan dan Penelitian Federal dan Negara Bebas Saxony.
