Исследователи из University of Florida (UF) представили революционный алгоритм, который изменит представление о белковых взаимодействиях. Результаты исследования, опубликованные в журнале Angewandte Chemie, обещают перевернуть сферу понимания и лечения болезней.
Новый алгоритм, под названием AF-CBA Pipeline, открывает дверь к точной и быстрой идентификации ключевых пептидов, взаимодействующих с определенными белками. Этот алгоритм, использующий искусственный интеллект для моделирования молекулярных взаимодействий, позволяет эффективно отбирать молекулы-кандидаты и находить наилучшие взаимодействия с целевыми белками. Этот подход, основанный на ИИ, обеспечивает оперативность и результативность, недостижимые для традиционных физических методов.
«AF-CBA Pipeline можно сравнить с магазином высокотехнологичных молекул», — отмечает Перес. «Этот метод не просто анализирует всех кандидатов, но и выявляет лучшие из них с уверенностью».
С использованием этого инструмента исследователи обнаружили пептиды с мощными связывающими свойствами с белками, что открывает новые перспективы для таргетированной терапии различных заболеваний, таких как воспаление, иммунная дисрегуляция и рак.
Особенно стоит отметить, что AF-CBA Pipeline базируется на технологии AlphaFold, созданной Google Deepmind, которая использует глубокое обучение для предсказания структуры белков. Это сочетание современных методов машинного обучения с химией делает инструмент более доступным для исследователей и повышает его потенциал для будущего использования.
Разработка новых библиотек позволит выявить пептиды с высокой аффинностью к целевым белкам, что является ключом к разработке эффективных препаратов против вирусов и других заболеваний.
