• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  Science >> Science >  >> Biologie
    Les scientifiques présentent DIProT, une boîte à outils interactive d’apprentissage en profondeur pour une conception efficace des protéines
    Processus de conception de protéines et aperçu de la boîte à outils. Crédit :Biotechnologie synthétique et systémique (2024). DOI :10.1016/j.synbio.2024.01.011

    Les scientifiques ont développé DIProT, une boîte à outils innovante et conviviale pour la conception de protéines. La boîte à outils utilise un modèle génératif profond non autorégressif pour résoudre le problème du repliement inverse des protéines, en intégrant l'expertise humaine dans la boucle de conception pour une conception efficace et efficiente des protéines.



    La conception de protéines, un aspect crucial des sciences biologiques, implique la création de séquences d’acides aminés qui se replient dans les structures protéiques souhaitées. Ce processus, connu sous le nom de problème de repliement inverse des protéines, constitue un défi dans le domaine.

    À cette fin, une équipe de chercheurs de l'Université Tsinghua (THU) en Chine a présenté DIProT, une boîte à outils interactive de conception de protéines qui exploite un modèle génératif profond non autorégressif pour résoudre ce problème.

    "Les protéines jouent un rôle crucial dans de nombreuses fonctions biologiques", explique l'auteur correspondant de l'étude Xiaowo Wang, professeur au département d'automatisation de l'université Tsinghua. "La prédiction de la structure d'une séquence protéique donnée, comme l'illustre AlphaFold, et la conception de séquences d'acides aminés conformes à une structure protéique donnée posent des défis uniques."

    Pour développer DIProT, les chercheurs ont intégré des modèles d'apprentissage profond avec une expertise humaine directement dans le processus de conception, améliorant ainsi l'efficience et l'efficacité de la conception des protéines.

    "L'approche unique de DIProT permet aux utilisateurs de spécifier la structure cible et de corriger les parties de la séquence qu'ils souhaitent préserver, améliorant ainsi la flexibilité du processus de conception", ajoute Wang. "La boîte à outils intègre également un modèle de prédiction de la structure des protéines pour évaluer les conceptions in silico, formant ainsi une boucle de conception virtuelle qui améliore considérablement l'efficacité de la conception des protéines."

    L'une des principales caractéristiques de DIProT est son interface utilisateur graphique (GUI) conviviale, qui intègre plusieurs algorithmes pour faciliter une boucle de conception de rétroaction rapide et intuitive. L'interface graphique permet aux utilisateurs d'interagir visuellement avec les résultats de la conception, facilitant ainsi la compréhension et l'interprétation des résultats.

    Les auteurs, qui ont publié leur étude dans la revue Synthetic and Systems Biotechnology , attendez-vous à ce que DIProT soit très utile pour les tâches pratiques de conception de protéines. "Nous espérons que DIProT stimulera la poursuite des recherches dans ce domaine et constituera un outil utile pour relever des défis de conception de protéines de plus en plus complexes et diversifiés."

    Les chercheurs prévoient d'affiner leur modèle de repliement inverse et leur boîte à outils pour relever à l'avenir les défis de conception de protéines de plus en plus complexes et diversifiés.

    Plus d'informations : Jieling He et al, DIProT :Une boîte à outils interactive basée sur l'apprentissage profond pour la conception efficace et efficiente de protéines, Biotechnologie synthétique et systémique (2024). DOI :10.1016/j.synbio.2024.01.011

    Fourni par KeAi Communications Co., Ltd.




    © Science https://fr.scienceaq.com