Inteligenţa artificială îşi extinde rapid influenţa asupra secvenţierii proteinelor, procesul esenţial prin care sunt identificate proteinele pe baza secvenţei lor de aminoacizi. După ce a transformat înţelegerea modului în care aceste molecule se pliază, AI-ul face acum paşi semnificativi în identificarea proteinelor necunoscute din probe complexe, scrie Science.org.
Soluţiile AI de ultimă generaţie permit detectarea rapidă şi precisă a proteinelor chiar şi în condiţii dificile – din ţesuturi infectate, medii marine sau situri arheologice. Sistemele actuale depăşesc performanţele metodelor clasice, oferind perspective esenţiale pentru cercetarea biologică şi istorică.
Un exemplu recent este InstaNovo, un model de inteligenţă artificială dezvoltat de o echipă europeană şi prezentat într-un studiu publicat în Nature Machine Intelligence. Capabil să identifice proteine patogene în răni sau compuşi secretaţi de microbi marini, InstaNovo se alătură unei serii de peste 20 de astfel de modele apărute în ultimii patru ani.
„Este clar că în această direcţie se îndreaptă domeniul”, afirmă William Noble, cercetător în AI aplicată proteomicii la Universitatea Washington.
Aceste instrumente sunt deja utilizate în biologia evoluţionistă, unde ajută la analiza proteinelor antice – surse valoroase de informaţii despre diferenţele dintre Homo sapiens şi rudele sale dispărute.
În timp ce metodele tradiţionale se bazează pe compararea fragmentelor de peptide cu baze de date existente, modelele AI precum Casanovo şi InstaNovo reconstruiesc proteinele explorând toate combinaţiile posibile de peptide, inclusiv în lipsa unor corespondenţe cunoscute. Ele utilizează reţele neuronale asemănătoare celor care alimentează modele lingvistice precum ChatGPT, învăţând „sintaxa” proteinelor – regulile prin care aminoacizii se leagă în mod natural.
O inovaţie adusă de InstaNovo este mecanismul de „difuzie”, care introduce şi elimină zgomot digital în datele de intrare pentru a rafina rezultatele. Această tehnică este folosită şi în generarea de imagini de către modele AI precum DALL-E.
În teste de laborator, InstaNovo şi versiunea sa avansată InstaNovo+ au identificat cu 42% mai multe peptide decât modelul precedent Casanovo. Într-o aplicaţie practică, InstaNovo a detectat peste 1200 de peptide unice în albumina din răni infectate – de zece ori mai multe decât metodele convenţionale. Dintre acestea, 254 nu aveau echivalent în bazele de date cunoscute. Alte peptide au fost asociate cu 52 de proteine bacteriene, confirmând eficienţa modelului în analiza probelor biologice complexe.
Noile tehnologii sunt deja utilizate în cercetarea arheologică. Matthew Collins, specialist în paleoproteomică la Universitatea Cambridge, foloseşte aceste modele pentru a analiza mostre vechi de milenii, unde proteinele sunt adesea degradate sau provin de la specii dispărute.
Modelele AI s-au dovedit eficiente chiar şi în condiţii imprevizibile – identificând urme de proteine de iepure în situri neanderthaliene sau proteine musculare de peşte în vase ceramice antice din Brazilia.
„Aceste instrumente sunt atât de folositoare, încât ne-am mutat întreaga cercetare pe această platformă”, afirmă Collins. „Este o schimbare de paradigmă”, s-a precizat, de asemenea.
