As proteínas são máquinas biológicas de alto desempenho. Eles podem ser encontrados em todas as células e desempenham um papel importante na coagulação do sangue humano ou como principais constituintes de cabelos ou músculos. A função dessas ferramentas moleculares é óbvia por sua estrutura. Pesquisadores do Karlsruhe Institute of Technology (KIT) desenvolveram agora um novo método para prever a estrutura dessa proteína com a ajuda da inteligência artificial.

Dependendo de sua estrutura, as proteínas podem interagir com outras moléculas penetrando-as ou envolvendo-as. Isso é muito difícil de detectar, os experimentos necessários para esse propósito são caros e complexos. Pesquisadores do Steinbuch Center for Computing (SCC), o centro de computação do KIT, pesquisaram os bancos de dados em busca de sequências de proteínas e compararam as mesmas proteínas de espécies diferentes. “A hemoglobina, que é responsável pelo transporte de oxigênio em nosso corpo, também pode ser encontrada em insetos, arganazes, e chimpanzés, "diz Markus Götz, analista de dados da SCC. A estrutura da proteína se assemelha a um colar de pérolas, com a corda consistindo nos componentes da proteína, os aminoácidos. Sua estrutura tridimensional e as propriedades associadas resultam de algumas "pérolas" distantes formando pares, dobrando assim a proteína. Esses pares podem diferir em diferentes organismos. As propriedades da proteína, Contudo, permanece o mesmo. "Mutações prejudiciais são classificadas no curso da evolução, "Götz diz.

Agora, A equipe de pesquisa de Götz ensinou um sistema de inteligência artificial (IA) cujos pares provaram ser bem-sucedidos em sequências de proteínas conhecidas durante a evolução. "Esperamos que o sistema tire conclusões com relação à estrutura de sequências de proteínas desconhecidas também, "Götz diz. O benefício:" É fácil determinar os aminoácidos que formam a cadeia da proteína. Contudo, é muito complexo e custa milhões para determinar diretamente as estruturas das proteínas experimentalmente, "Alexander Schug, SCC, acrescenta.

O uso de IA para prever contatos em proteínas não é novo. "Atualmente, métodos de processamento de imagem são aplicados para este fim, "Götz diz. Essas redes neurais podem reconhecer bem os padrões. Ao determinar a estrutura da proteína, Contudo, contatos de componentes de proteínas localizados distantes uns dos outros são de importância crucial, porque eles têm um impacto mais forte na estrutura durante o dobramento do que aqueles que estão localizados próximos uns dos outros. "Por esta razão, usamos uma abordagem de tradução automática de idiomas. Consideramos as sentenças com cadeias de aminoácidos que precisam ser traduzidas para outro idioma. "As chamadas" redes neurais de autoatenção "são aplicadas em programas de tradução populares. Elas podem identificar quais partes da frase estão vinculadas ou, no contexto da proteína, quais aminoácidos formam um par.