世界

Bioemu AIは、生物学的条件でのタンパク質の振り付けを明らかにします

タンパク質は硬い彫刻ではありません。彼らは、彼らの機能を理解するために不可欠な動きです。酵素のようないくつかのタンパク質は、分子をつかむためにクラムシェルのように開きます。シグナル伝達タンパク質などのその他は、細胞プロセスを制御するために形状をシフトします。さらに他の人は、薬が縛られる可能性のある隠されたギャップを簡単に明らかにします。 AlphaFoldのような人工知能（AI）ツールは構造予測ルーチンを作成しましたが、通常、1つの安定したフォーム、つまり実際に動いている写真から単一のフレームだけを生成します。マイクロソフトと米国のライス大学の研究者とドイツのフレイ大学の研究者によって開発されたBioemuと呼ばれる新しい深い学習システムは、タンパク質が生物学的条件下で自然に探求する形状の全範囲を予測しています。平衡アンサンブルとして知られているため、より遅く、より古典的なアプローチとは異なり、大規模な高解像度のタンパク質柔軟性モデリングが可能になります。で説明されています 科学、Bioemuはより速く、より安価で、タンパク質機能の大規模な予測を可能にします。Bioemuの重要性を理解するために、それが何に反対しているかを見るのに役立ちます。タンパク質の柔軟性をモデル化するためのゴールドスタンダードは、GromacsやAntonなどのツールを使用して10億分の1秒の原子運動を追跡するMolecular Dynamics（MD）です。超微細な解像度と精度にもかかわらず、MDは遅くコストがかかります。マイクロ秒またはミリ秒を超えるモーションをシミュレートすると、スーパーコンピューターでも数万のGPU時間がかかります。Bioemuは、AI拡散モデルに依存することにより、このボトルネックを回避します。バイオムを訓練するために、研究者は最初に、数千のタンパク質にまたがる200ミリ秒のMDシミュレーション、および実験的安定性測定から50万の変異体シーケンスから、実際のタンパク質構造を最初に排除しました。砂糖キューブを一杯の水に落とすようなものです。明確で定義された元の構造が徐々に溶解します。 Bioemuの本当のタスクは、そのプロセスを逆に実行する方法を学ぶことです。ノイズから砂糖キューブまでです。訓練されると、数千のもっともらしいタンパク質の立体構造をゼロから生成できます。Bioemuはベンチマークで優れていました。酵素の大きな形状の変化、タンパク質のオンまたはオフを切り替える局所的な展開、および癌関連タンパク質RAのように薬物ドッキングサイトとして機能する一時的な隙間、つかの間の裂け目のポケットをキャプチャしました。アデニル酸キナーゼと呼ばれる重要な酵素のオープンおよびクローズド型を含む、大規模なシフトの83％と小さな変化の70〜81％を正確に予測しました。また、固定された3D構造を持たないタンパク質と、変異がタンパク質の安定性にどのように影響するかを予測するために懸命に処理しました。高速ですが、完全には詳細ではありませんMDは、水や薬物との相互作用を含むタンパク質が時間の経過とともにどのように動くかをシミュレートしますが、Bioemuはタンパク質が採用する可能性が高いすべての安定した形状のスナップショットを迅速に生成します。単一のGPUで数時間から数時間でこれらの構造を生成できます。しかし、プロセスがどのように展開されるかを示すことはできません。「研究者が薬物が隠された結合部位に到達する方法を理解したい場合、MDは段階的な経路を明らかにすることができます」と、SRM科学技術研究所のバイオインフォマティックであり助教授であるKalairasan Ponnuswamy氏は言います。 「バイオムは、タンパク質がそこに到達する方法ではなく、最終的な形状を示しています。」MDはまた、Bioemuの静的予測がまだモデル化できない温度シフト、膜、およびその他の条件を処理します。Bioemuは、細胞壁、薬物分子、pHの変化をモデル化したり、Alphafoldのような予測の信頼性を示したりすることもできません。また、単一チェーンに限定されており、ほとんどの生物学的プロセスと薬物標的の重要な部分であるタンパク質がどのように相互作用するかをモデル化することはできません。「最終的な結論の原因というよりは、仮説を生み出すツールと見なされる方が良い」とPonnuswamy氏は述べています。システムがより複雑なタンパク質と化学的相互作用を処理するために成長するにつれて、研究者は、それが提案するものを検証するために実験または古いシミュレーション方法を依然として必要とするかもしれません。それでも、概念的な進歩は明らかです。 AlphafoldがProtein Worldの青写真を提供した場合、Bioemuはその振り付けをスケッチします。数千のタンパク質に柔軟性を迅速にキャプチャすることにより、リソースの制約が少ない大規模な創薬と機能の研究が可能になり、「数週間かかったタスクには数時間かかります。」しかし、彼は適切なトレーニングとスキルセットの獲得の必要性を強調しています。「将来の科学者は、物理学と化学の深い基盤を必要とするだけでなく、そのようなハイブリッドアプローチの真の可能性を解き放つために、機械学習と物理モデリングの流encyさも必要です。」研究者は、BioemuとMDを補完的なツールと見なしています。 Bioemuは、もっともらしい立体構造の範囲を迅速に生成でき、MDは詳細に探索できます。このハイブリッドアプローチは、忠実度を維持しながら、シミュレーション時間を大幅に短縮する可能性があります。Anirban Mukhopadhyayは、デリーの訓練と科学のコミュニケーターによる遺伝学者です。 公開 - 2025年7月20日05:30 AM IST #Bioemu #AIは生物学的条件でのタンパク質の振り付けを明らかにします