Nový program rozluští kód obtížně mapovatelných bílkovin
InovaceVědci z Lawrence Berkeley National Laboratory vyvinuli nový program, který umožňuje rychlejší a přesnější mapování bílkovin. Tento program, nazvaný AQuaRef, používá kvantové mechanické výpočty a umělé inteligenci k předpovědi přesné polohy atomů a elektronů.
Kvantové zpřesňování s podporou umělé inteligence rozluští kód obtížně mapovatelných bílkovin
Od Ashleigh Papp, Národní laboratoř Lawrence Berkeley
Editovala Lisa Lock, recenzoval Robert Egan
Pro většinu výzkumníků ve světě strukturní biologie a výpočetní chemie není použití nástroje k rozluštění struktury bílkoviny nepodobné použití Rosettské desky k odhalení tajemství staroegyptských textů. Jakmile je struktura bílkoviny objevena nebo definována, lze z ní odvodit zásadní informace o její funkci, nebo v případě nemoci o její dysfunkci. Zatímco výzkumníci usilují o rozluštění struktury bílkovin po desetiletí, pokročilé nástroje a výpočetní technologie nabízejí pro tuto práci novou hranici.
Společná studie nedávno publikovaná v Nature Communications odhalila nový výpočetní program, který nabízí rychlejší a přesnější způsob určení struktury bílkovin na nové úrovni přesnosti. Na tomto úsilí se podíleli výzkumníci z Národní laboratoře Lawrence Berkeley (Berkeley Lab) Ministerstva energetiky spolu s mezinárodním týmem výzkumníků.
Tento nástroj, nazvaný Kvantové zpřesňování s podporou umělé inteligence, zkráceně AQuaRef, využívá kvantově-mechanické výpočty (QM) a umělou inteligenci (AI) k předpovědi vysoce přesného umístění atomů a elektronů pro určení molekulární struktury bílkoviny.
Tento program je součástí Phenixu, komplexního softwarového balíku, který generuje realistické počítačové modely používané strukturními biology po celém světě k řešení makromolekulárních struktur. „Všichni jsme v podstatě shluk bílkovin,“ řekl Nigel Moriarty, výzkumník z Berkeley Lab a přispěvatel k nedávné publikaci. „V našich tělech toho dělají tolik, co podrobně popisuje životní procesy. Pochopení jejich struktury nám může poskytnout vhled do mechanismů, které způsobují nemoci u lidí nebo produkují energii v rostlinách. Všechny tyto znalosti mohou vést k účinnějším terapiím a výrobě bioenergie.“
Současný způsob mapování struktury bílkoviny zahrnuje spojení dvou proudů informací: experimentálních dat získaných technikami, jako je rentgenová krystalografie a kryoelektronová mikroskopie (cryo-EM), a teoretických dat, která existují v knihovně podrobných, známých informací o struktuře bílkovin. Současné možnosti jsou však omezené, vysvětlil Moriarty, výpočetní výzkumný pracovník ve skupině Phenix v divizi Molekulární biofyziky a integrovaného biozobrazování (MBIB).
Naše dnešní chápání je omezeno na chemické entity, které již byly definovány, a zatím nezahrnuje smysluplné nekovalentní interakce, typ přitažlivosti, který obvykle drží bílkovinu v její strukturní formě. „Tam přichází na řadu kvantová mechanika a umělá inteligence,“ řekl.