Новый компьютеризированный метод, разработанный специалистами из Massachusetts Institute of Technology (MIT), представляет значительный прорыв в области создания белков с желаемыми функциями, сообщает MIT News.
Вместо традиционного подхода, основанного на случайных мутациях природного белка, этот метод использует компьютерную модель на основе сверточных нейронных сетей для прогнозирования эффективных мутаций на основе ограниченного объема экспериментальных данных.
Разработанный подхода к задаче улучшения зеленого флуоресцентного белка и белков, связанных с аденоассоциированным вирусом, показало впечатляющие результаты. Используя этот метод, исследователи смогли предсказать оптимизированные цепочки зеленого флуоресцентного белка с семью аминокислотными заменами от исходного белка. Лучшие из предсказанных версий оказались значительно более функциональными, чем оригинальный белок, улучшив его эффективность в 2,5 раза.
Этот успех имеет потенциальные применения в различных областях медицины, включая генную терапию и лечение аутоиммунных заболеваний. Создание белков с оптимизированными функциями может повысить эффективность лекарственных препаратов, диагностических инструментов и других биомедицинских технологий. Таким образом, этот прорыв открывает новые перспективы для разработки инновационных решений в области медицины и биотехнологий.
