Přesnější léčba rakoviny na dosah: AI model z Texasu využívá miliony let evoluce k designu proteinů

Vědci z University of Texas at Dallas vyvinuli průlomovou metodu proteinového inženýrství, která by mohla vést k mnohem přesnějším a cílenějším terapiím rakoviny a dalších onemocnění.

Vědci z University of Texas at Dallas vyvinuli průlomovou metodu proteinového inženýrství, která by mohla vést k mnohem přesnějším a cílenějším terapiím rakoviny a dalších onemocnění. Jejich nový model strojového učení, nazvaný ProSSpeC (protease substrate specificity calculator), analyzuje, jak se proteázy – enzymy fungující v těle jako molekulární nůžky pro proteiny – vyvíjely v průběhu času. Díky tomu dokáže předpovědět, jak se konkrétní proteáza zachová, ještě předtím, než je testována v laboratoři.

Vývoj léků, které využívají proteázy k zastavení replikace virů nebo k ničení rakovinných buněk, byl dosud zpomalován obtížností předpovídání chování jednotlivých enzymů. Model ProSSpeC tento proces zásadně zrychluje a zpřesňuje. Tým, vedený doktory P.C. Davem Dingalem a Faruckem Morcosem, zkombinoval bioinženýrství s evoluční a výpočetní biologií. Model se učí z milionů let evoluce, analyzuje tisíce příbuzných enzymů z rodiny rostlinných virů Potyviridae a identifikuje klíčové části proteáz pro jejich funkci. To umožňuje navrhovat nové enzymy, které fungují lépe, rychleji nebo zcela novými způsoby.

Tento přístup otevírá dveře k navrhování nových enzymů, které by mohly být použity pro přesnější a účinnější léčbu široké škály nemocí. Vědci již v laboratoři potvrdili předpovědi modelu a vyvinuli nové proteázy, které se ukázaly být účinnější než běžně používané enzymy, například proteáza viru tabákové mozaiky (tobacco etch virus protease) pro čištění proteinů ve výzkumných laboratořích a farmaceutické výrobě. Na některé z těchto enzymů již byla podána prozatímní patentová přihláška, což podtrhuje jejich potenciál pro budoucí medicínu a biotechnologie.