corentino

Je n'ecris pas ces immondes critiques de cinéma

Un algorithme d’apprentissage en profondeur vise à accélérer l’ingénierie des protéines

Crédit : Unsplash/CC0 Domaine public

Les protéines sont les machines moléculaires de toutes les cellules vivantes et ont été exploitées pour une utilisation dans de nombreuses applications, y compris les thérapies industrielles et les catalyseurs. Pour surmonter les limitations des protéines naturelles, l’ingénierie des protéines est utilisée pour améliorer les propriétés des protéines telles que la stabilité et la fonction. Dans une nouvelle étude, les chercheurs démontrent un algorithme d’apprentissage automatique qui accélère le processus d’ingénierie des protéines. L’étude a été publiée dans la revue Connexions naturelles.


Les algorithmes d’apprentissage automatique aident à Ingénierie des protéines En réduisant le fardeau expérimental des méthodes telles que l’évolution dirigée, qui comprend de multiples cycles de mutation et Criblage à haut débit. Ils fonctionnent en simulant et en prédisant l’ajustement de toutes les séquences possibles de protéine cible Après l’avoir entraîné protéine Bases de données de séquences.

Bien qu’il existe de nombreux algorithmes d’apprentissage automatique, peu incluent l’histoire évolutive de la protéine cible. C’est là qu’ECNet (Integrated Evolutionary Context réseau neuronal), une algorithme d’apprentissage en profondeur, Entrer.

a déclaré Stephen L. Miller, professeur titulaire de la chaire Huimin Zhao en génie moléculaire chimique et biologique (leader BSD/CABBI/CGD/GSE/MMG), qui est également directeur du Molecule Maker Laboratory Institute, financé par la NSF. Nous collectons ensuite ces informations et utilisons un cadre d’apprentissage en profondeur pour découvrir quels types de mutations sont importants pour la fonction de la protéine cible.

Dans une étude de référence, les chercheurs ont démontré la supériorité d’ECNet sur les méthodes existantes dans plusieurs ensembles de données de mutations profondes. À titre de suivi, ECNet a été utilisé pour concevoir la TEM-1 β-lactamase – une enzyme qui confère une résistance aux antibiotiques β-lactames – et pour identifier des variantes qui améliorent la forme physique et sont donc plus résistantes à l’ampicilline.

De plus, ECNet a priorisé les mutations nouvelles et de haut niveau dans l’analyse. Avoir un outil informatique capable de prédire avec succès les interactions de haut niveau peut réduire les efforts expérimentaux, a déclaré Zhao.

“Nous combinons toutes les protéines de la base de données avec l’histoire évolutive spécifique de la protéine cible pour améliorer l’efficacité de la prédiction”, a déclaré Zhao. « Nous pouvons ensuite utiliser les mutants que nous avons créés à partir de nos expériences pour améliorer et entraîner le modèle. algorithme C’est encore un travail en cours, mais c’est une amélioration globale de ce qui est déjà connu dans la littérature.

Zhao a déclaré que les chercheurs utilisent actuellement ECNet pour développer des catalyseurs enzymatiques avec une sélectivité améliorée.

Cette étude était un effort conjoint avec le professeur d’informatique Jianping (CABBI). Les autres auteurs de l’étude incluent Yunnan Lu, Guangd Jiang, Tianhao Yu, Yang Liu, Lam Fu, Hantian Ding, Yufeng Su et Wesley Wei Qian.


Un logiciel basé sur l’IA révèle une prédiction précise de la structure des protéines


Plus d’information:
Yunan Luo et al, ECNet est un cadre d’apprentissage en profondeur intégré dans le contexte évolutif de l’ingénierie des protéines, Connexions naturelles (2021). DOI : 10.1038 / s41467-021-25976-8

la citation: L’algorithme d’apprentissage en profondeur vise à accélérer l’ingénierie des protéines (2021, 8 octobre), récupéré le 8 octobre 2021 sur https://phys.org/news/2021-10-deep-learning-algorithm-aims-protein.html

Ce document est soumis au droit d’auteur. Nonobstant toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre informatif seulement.

READ  Christie vend un vieux vin qui pourrait rapporter un million de dollars