Protein là sinh vật xã hội. Họ cũng là tắc kè hoa. Tùy thuộc vào nhu cầu của tế bào, chúng nhanh chóng biến đổi cấu trúc và bám vào các phân tử sinh học khác trong một vũ điệu phức tạp.

Đó không phải là rạp hát ăn tối phân tử. Đúng hơn, những mối quan hệ hợp tác này là trung tâm của các quá trình sinh học. Một số bật hoặc tắt gen. Những người khác thúc đẩy các tế bào “thây ma” già nua tự hủy diệt hoặc giữ cho nhận thức và trí nhớ của chúng ta ở trạng thái tốt nhất bằng cách định hình lại mạng lưới não.

Những kết nối này đã truyền cảm hứng cho một loạt các liệu pháp – và các liệu pháp mới có thể được tăng tốc nhờ AI có khả năng mô hình hóa và thiết kế các phân tử sinh học. Nhưng các công cụ AI trước đây chỉ tập trung vào protein và sự tương tác của chúng, bỏ qua các đối tác không phải protein.

Tuần này, một nghiên cứu in Khoa học đã mở rộng khả năng của AI trong việc mô hình hóa nhiều loại phân tử sinh học khác có khả năng bám vào protein về mặt vật lý, bao gồm cả các phân tử nhỏ chứa sắt tạo thành trung tâm của chất mang oxy.

Được dẫn dắt bởi Tiến sĩ David Baker tại Đại học Washington, AI mới mở rộng phạm vi thiết kế phân tử sinh học. Được đặt tên là RoseTTAFold All-Atom, nó được xây dựng dựa trên hệ thống chỉ có protein trước đó để kết hợp vô số phân tử sinh học khác, chẳng hạn như DNA và RNA. Nó cũng bổ sung thêm các phân tử nhỏ – ví dụ như sắt – không thể thiếu đối với một số chức năng protein nhất định.

AI chỉ học từ trình tự và cấu trúc của các thành phần – không có bất kỳ ý tưởng nào về cấu trúc 3D của chúng – nhưng có thể vạch ra các cỗ máy phân tử phức tạp ở cấp độ nguyên tử.

Trong nghiên cứu, khi kết hợp với AI tổng hợp, RoseTTAFold All-Atom đã tạo ra các protein có thể dễ dàng tiếp nhận thuốc điều trị bệnh tim. Thuật toán cũng tạo ra các protein điều hòa heme, một phân tử giàu sắt giúp máu vận chuyển oxy và bilin, một chất hóa học trong thực vật và vi khuẩn hấp thụ ánh sáng để trao đổi chất.

Những ví dụ này chỉ là bằng chứng về khái niệm. Nhóm đang phát hành RoseTTAFold All-Atom ra công chúng cho các nhà khoa học để họ có thể tạo ra nhiều thành phần sinh học tương tác với độ phức tạp cao hơn nhiều so với chỉ riêng phức hợp protein. Đổi lại, những sáng tạo này có thể dẫn tới những liệu pháp mới.

Tác giả nghiên cứu Woody Ahern cho biết trong một thông cáo báo chí: “Mục tiêu của chúng tôi ở đây là xây dựng một công cụ AI có thể tạo ra các liệu pháp phức tạp hơn và các phân tử hữu ích khác”.

Dream On

Vào năm 2020, AlphaFold của Google DeepMind và RoseTTAFold của Baker Lab đã giải quyết được vấn đề dự đoán cấu trúc protein khiến các nhà khoa học bối rối trong nửa thế kỷ và mở ra một kỷ nguyên mới của nghiên cứu protein. Các phiên bản cập nhật của các thuật toán này đã ánh xạ tất cả các cấu trúc protein mà khoa học đã biết và chưa biết.

Tiếp theo, AI sáng tạo—công nghệ đằng sau ChatGPT của OpenAI và Gemini của Google—đã khơi dậy một làn sóng sáng tạo điên cuồng về các protein thiết kế với phạm vi hoạt động ấn tượng. Một số protein mới được tạo ra điều chỉnh một loại hormone giúp kiểm soát mức canxi. Những nghiên cứu khác dẫn đến việc tạo ra enzym hoặc protein nhân tạo có thể dễ dàng thay đổi hình dạng của họ giống như bóng bán dẫn trong mạch điện tử.

Bằng cách tạo ảo giác về một thế giới cấu trúc protein mới, AI có khả năng tạo ra một thế hệ protein tổng hợp để điều chỉnh sinh học và sức khỏe của chúng ta.

Nhưng có một vấn đề. Các mô hình AI protein thiết kế có tầm nhìn đường hầm: Chúng quá tập trung vào protein.

Khi hình dung các thành phần phân tử của sự sống, protein, DNA và axit béo sẽ xuất hiện trong đầu bạn. Nhưng bên trong tế bào, những cấu trúc này thường được liên kết với nhau bằng các phân tử nhỏ liên kết với các thành phần xung quanh, cùng nhau tạo thành một tổ hợp sinh học chức năng.

Một ví dụ là heme, một phân tử dạng vòng kết hợp với sắt. Heme là nền tảng của huyết sắc tố trong các tế bào hồng cầu, giúp vận chuyển oxy đi khắp cơ thể và bám vào các “móc” protein xung quanh bằng nhiều liên kết hóa học.

Không giống như protein hoặc DNA, có thể được mô hình hóa dưới dạng một chuỗi “chữ cái” phân tử, các phân tử nhỏ và tương tác của chúng rất khó nắm bắt. Nhưng chúng rất quan trọng đối với các cỗ máy phân tử phức tạp của sinh học và có thể làm thay đổi đáng kể chức năng của chúng.

Đó là lý do tại sao, trong nghiên cứu mới của mình, các nhà nghiên cứu nhằm mục đích mở rộng phạm vi của AI ngoài protein.

Các tác giả viết trong bài báo của họ: “Chúng tôi bắt đầu phát triển một phương pháp dự đoán cấu trúc có khả năng tạo ra tọa độ 3D cho tất cả các nguyên tử” cho một phân tử sinh học, bao gồm protein, DNA và các sửa đổi khác.

Tag Team

Nhóm bắt đầu bằng cách sửa đổi AI mô hình hóa protein trước đó để kết hợp các phân tử khác.

AI hoạt động ở ba cấp độ: Cấp độ đầu tiên phân tích chuỗi “chữ cái” một chiều của protein, giống như các từ trên một trang. Tiếp theo, một bản đồ 2D theo dõi khoảng cách giữa mỗi “từ” protein với một “từ” khác. Cuối cùng, tọa độ 3D – hơi giống GPS – lập bản đồ cấu trúc tổng thể của protein.

Sau đó đến việc nâng cấp. Để kết hợp thông tin phân tử nhỏ vào mô hình, nhóm nghiên cứu đã thêm dữ liệu về vị trí nguyên tử và các kết nối hóa học vào hai lớp đầu tiên.

Trong phần thứ ba, họ tập trung vào tính chirality – nghĩa là, nếu cấu trúc của một hóa chất là thuận tay trái hay thuận tay phải. Giống như bàn tay của chúng ta, hóa chất cũng có thể có cấu trúc phản chiếu với hậu quả sinh học rất khác nhau. Giống như việc đeo găng tay, chỉ có “sự thuận tay” chính xác của một loại hóa chất mới có thể vừa với một “găng tay” lắp ráp sinh học nhất định.

RoseTTAFold All-Atom sau đó được đào tạo trên nhiều bộ dữ liệu với hàng trăm nghìn điểm dữ liệu mô tả protein, phân tử nhỏ và tương tác của chúng. Cuối cùng, nó đã học được các đặc tính chung của các phân tử nhỏ hữu ích cho việc xây dựng các tập hợp protein hợp lý. Để kiểm tra sự tỉnh táo, nhóm nghiên cứu cũng đã thêm một “thước đo độ tin cậy” để xác định các dự đoán chất lượng cao—những dự đoán dẫn đến các tổ hợp sinh học ổn định và hoạt động tốt.

Nhóm nghiên cứu viết: Không giống như các mô hình AI chỉ có protein trước đây, RoseTTAFold All-Atom “có thể mô hình hóa các hệ thống phân tử sinh học đầy đủ”.

Trong một loạt thử nghiệm, mô hình nâng cấp đã vượt trội hơn các phương pháp trước đó khi học cách “gắn” các phân tử nhỏ vào một protein nhất định — một thành phần quan trọng trong việc phát hiện thuốc — bằng cách dự đoán nhanh chóng sự tương tác giữa protein và các phân tử không phải protein.

Brave New World

Việc kết hợp các phân tử nhỏ sẽ mở ra một cấp độ hoàn toàn mới về thiết kế protein tùy chỉnh.

Để chứng minh ý tưởng, nhóm đã kết nối RoseTTAFold All-Atom với một mô hình AI tổng quát mà họ có phát triển trước đây và thiết kế các đối tác protein cho ba phân tử nhỏ khác nhau.

Đầu tiên là digoxigenin, được sử dụng để điều trị bệnh tim nhưng có thể có tác dụng phụ. Một loại protein bám vào nó sẽ làm giảm độc tính. Ngay cả khi không có kiến ​​thức trước về phân tử, AI đã thiết kế một số chất kết dính protein giúp làm dịu nồng độ digoxigenin khi thử nghiệm trong tế bào nuôi cấy.

AI cũng thiết kế các protein liên kết với heme, một phân tử nhỏ quan trọng cho việc vận chuyển oxy trong tế bào hồng cầu và bilin, giúp nhiều loại sinh vật hấp thụ ánh sáng.

Nhóm nghiên cứu giải thích, không giống như các phương pháp trước đây, AI có thể “dễ dàng tạo ra các protein mới” để bám vào các phân tử nhỏ mà không cần bất kỳ kiến ​​thức chuyên môn nào.

Nó cũng có thể đưa ra những dự đoán có độ chính xác cao về cường độ kết nối giữa protein và các phân tử nhỏ ở cấp độ nguyên tử, giúp có thể xây dựng một cách hợp lý một vũ trụ hoàn toàn mới gồm các cấu trúc phân tử sinh học phức tạp.

Baker cho biết: “Bằng cách trao quyền cho các nhà khoa học ở khắp mọi nơi tạo ra các phân tử sinh học với độ chính xác chưa từng có, chúng tôi đang mở ra cánh cửa cho những khám phá đột phá và ứng dụng thực tế sẽ định hình tương lai của y học, khoa học vật liệu và hơn thế nữa”.

Tín dụng hình ảnh: Ian C. Haydon

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://singularityhub.com/2024/03/08/this-ai-can-design-biomolecular-machines-with-atomic-precision/