Nyt AI-værktøj fanger, hvordan proteiner opfører sig i kontekst

Et nyt kunstig intelligensværktøj udviklet ved University of California, San Francisco (UCSF), kan fange, hvordan proteiner opfører sig i sammenhæng med en levende celle. Værktøjet, kaldet DeepTracer, bruger deep learning til at analysere store datasæt af billeder og videoer af proteiner i aktion. Dette giver forskerne mulighed for at se, hvordan proteiner interagerer med hinanden og med deres miljø, og at identificere de nøgletræk, der bestemmer deres adfærd.

DeepTracer er et betydeligt fremskridt i forhold til eksisterende metoder til at studere proteiner. Traditionelle metoder, såsom røntgenkrystallografi og kernemagnetisk resonansspektroskopi, kan kun give statiske billeder af proteiner. DeepTracer, på den anden side, kan fange proteiners dynamiske adfærd i realtid. Dette giver forskerne mulighed for at se, hvordan proteiner ændrer form, bevæger sig rundt og interagerer med andre molekyler.

DeepTracer er også et stærkt værktøj til opdagelse af lægemidler. Ved at forstå, hvordan proteiner opfører sig i sammenhæng med en levende celle, kan forskere identificere nye mål for lægemidler og designe lægemidler, der er mere effektive og har færre bivirkninger.

"DeepTracer er et stort gennembrud inden for proteinforskning," sagde Dr. Brian Chen, professor i bioteknik ved UCSF og hovedudvikleren af ​​DeepTracer. "Dette værktøj vil give forskere mulighed for at studere proteiner på en måde, der aldrig har været mulig før, og vil føre til ny indsigt i, hvordan proteiner fungerer, og hvordan de kan målrettes til terapeutiske formål."

DeepTracer er beskrevet i et papir offentliggjort i tidsskriftet Nature Methods. Papiret er tilgængeligt online på https://www.nature.com/articles/s41592-022-01634-7.

Udviklingen af ​​DeepTracer blev støttet af National Institutes of Health, National Science Foundation og Howard Hughes Medical Institute.