データベースから収集したタンパク質情報を参照できる機械学習モデルを開発することによって
私たちは皆、プロセスがどれほど簡単か疑問に思いました、進化のような、タンパク質のような高性能材料につながる可能性があります。ゲノムデータにはタンパク質の構造と機能の基本的なルールに関する豊富な情報が含まれており、タンパク質を自分で作成するための自然のルールを作成することができました。
ラマ・ランガナサン、プリツカー分子工学生化学および分子生物学部門の教授
タンパク質は数百または数千のアミノ酸で構成されており、これらのアミノ酸配列は、タンパク質の構造と機能を決定します。しかし、これらの配列を作成して新しいタンパク質を作成する方法を理解することは容易ではありませんでした。過去の研究により、構造を定義できるメソッドが生まれましたが、機能はより捉えどころがありませんでした。
過去15年間、ランガナサンと彼のスタッフ指数関数的に成長しているゲノムデータベースには、タンパク質の構造と機能の基本的なルールに関する豊富な情報が含まれていることに気付きました。彼のグループはこのデータに基づいて数学モデルを開発し、機械学習技術を使用してタンパク質設計の基本的なルールに関する新しい情報を明らかにし始めました。
この研究のために、彼らは家族を研究しました代謝酵素コリスミ酸ムターゼは、多くの細菌、真菌、植物の生命に不可欠なタンパク質の一種です。機械学習モデルを使用して、研究者はこれらのタンパク質を設計するための簡単なルールを特定することができました。
モデルは、アミノ酸ペアの進化におけるアミノ酸の位置と相関関係は、タンパク質ファミリーの特性を持つ新しい人工配列を予測するのに十分です。
通常、私たちは次のように仮定します。何かを構築するには、まずそれがどのように機能するかを深く理解する必要があります。しかし、十分なサンプル データがあれば、その仕組みやそのように構築されている理由を理解していても、深層学習技術を使用して設計ルールを学習できます。
Rama Ranganathan 氏、プリツカー分子工学部生化学および分子生物学科教授
それから彼と彼の協力者は合成を作成しましたタンパク質をコードする遺伝子、それらをバクテリアにクローン化し、バクテリアが通常の細胞機構を使用して合成タンパク質を生成するのを見ました。彼らは、人工タンパク質が天然のコリスミン酸ムターゼタンパク質と同じ触媒機能を持っていることを発見しました。
デザインルールが非常にシンプルであるため、研究者が作成できる人工タンパク質の数は膨大です。
人工知能はルールを明らかにしたが設計、ランガナサンと彼のスタッフはまだモデルが機能する理由を完全に理解していません。科学者は、モデルがこの状態になった方法を理解するために働きます。
同時に、彼らもこれを使用したいと考えています気候変動のような差し迫った社会問題に対処できるタンパク質を開発するためのプラットフォーム。ランガナサンとAssoc。アンドリューファーガソン教授はエボザインを設立しました。
また読む
宇宙の3Dマップを見てください：20年間編集されており、すでに科学者を驚かせています
コロナウイルスが細胞に認識されないことが判明
オムスク地域では、考古学者が12,000年前の骨と武器を発見しました