Ερευνητές στο Ινστιτούτο Φαρμακευτικής Έρευνας Saarland απέδειξαν ότι η τεχνητή νοημοσύνη μπορεί να συμβάλει καθοριστικά στη δημιουργία νέων πρωτεϊνικών δομικών στοιχείων για προηγμένα συστήματα βιολογικής παραγωγής.
Η σχετική μελέτη δημοσιεύθηκε στο έγκριτο περιοδικό Nature Communications. Τα σύγχρονα φάρμακα για τη θεραπεία σοβαρών ασθενειών συχνά βασίζονται σε ουσίες που αρχικά εντοπίστηκαν σε μικροργανισμούς ή φυτά.
Ωστόσο, η βελτίωση αυτών των δραστικών συστατικών μέσω γενετικού επαναπρογραμματισμού αποδεικνύεται εξαιρετικά δύσκολη, επειδή οι υπεύθυνες πρωτεϊνικές δομές διαθέτουν τεράστια πολυπλοκότητα και οι περισσότερες τυχαίες αλλαγές οδηγούν σε μη λειτουργικές πρωτεΐνες.
Καινοτόμα δομικά στοιχεία από τεχνητή νοημοσύνη
Η επιστημονική ομάδα επικεντρώθηκε στις συνθετάσες πεπτιδίων μη ριβοσωμικής προέλευσης, οι οποίες λειτουργούν σαν πολύπλοκες μοριακές γραμμές συναρμολόγησης.
Τα συστήματα αυτά παράγουν μια τεράστια ποικιλία βιολογικά ενεργών ενώσεων, συμπεριλαμβανομένων ουσιών που αποτελούν τη βάση για πολυάριθμα αντιβιοτικά, ανοσοκατασταλτικά και αντικαρκινικά φάρμακα.
Συνδυάζοντας προεκπαιδευμένα μοντέλα τεχνητής νοημοσύνης με εκτεταμένες πειραματικές δοκιμές, οι ερευνητές κατάφεραν να σχεδιάσουν νέα τμήματα θειολίωσης. Τα τμήματα αυτά δρουν σαν κινητοί βραχίονες μεταφοράς που κατευθύνουν τα μοριακά ενδιάμεσα στα επόμενα στάδια επεξεργασίας, προσαρμοσμένα άψογα στο άμεσο περιβάλλον τους.
Αυξημένες αποδόσεις και μελλοντικές προοπτικές
Τα αποτελέσματα έδειξαν ότι πολλά από τα νέα δομικά στοιχεία που σχεδιάστηκαν ψηφιακά ήταν πλήρως λειτουργικά. Ορισμένα μάλιστα αύξησαν την απόδοση των προϊόντων έως και τρεις φορές σε σύγκριση με τις φυσικές παραλλαγές, ενώ παρουσίασαν εξαιρετική διαλυτότητα και θερμική σταθερότητα.
Όπως χαρακτηριστικά σημειώνεται, η τεχνολογία αυτή ανοίγει νέες προοπτικές για την ταχύτερη και πιο αποδοτική ανάπτυξη κρίσιμων φαρμακευτικών σκευασμάτων.
