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, der kan modulere deres aktivitet. Dette kan føre til udvikling af nye behandlinger for en række sygdomme, herunder kræft, neurodegenerative lidelser og infektionssygdomme.

"DeepTracer er et stort gennembrud inden for proteinvidenskab," sagde UCSF professor i bioteknik og cellulær og molekylær farmakologi Kevan Shokat, der ledede udviklingen af ​​værktøjet. "Det giver os et hidtil uset syn på, hvordan proteiner fungerer i sammenhæng med en levende celle. Denne viden vil være essentiel for at udvikle nye lægemidler og behandlinger for sygdomme."

Studiet, der beskriver DeepTracer, blev offentliggjort i tidsskriftet Nature Methods.