Ett nytt verktyg för artificiell intelligens utvecklat vid University of California, San Francisco (UCSF), kan fånga hur proteiner beter sig i en levande cell. Verktyget, kallat DeepTracer, använder djupinlärning för att analysera stora datamängder av bilder och videor av proteiner i aktion. Detta gör det möjligt för forskare att se hur proteiner interagerar med varandra och med sin miljö, och att identifiera de nyckelegenskaper som bestämmer deras beteende.

DeepTracer är ett betydande framsteg jämfört med befintliga metoder för att studera proteiner. Traditionella metoder, såsom röntgenkristallografi och kärnmagnetisk resonansspektroskopi, kan bara ge statiska bilder av proteiner. DeepTracer, å andra sidan, kan fånga det dynamiska beteendet hos proteiner i realtid. Detta gör att forskare kan se hur proteiner ändrar form, rör sig och interagerar med andra molekyler.

DeepTracer är också ett kraftfullt verktyg för att upptäcka läkemedel. Genom att förstå hur proteiner beter sig i en levande cells sammanhang kan forskare identifiera nya mål för läkemedel som kan modulera deras aktivitet. Detta kan leda till utvecklingen av nya behandlingar för en mängd olika sjukdomar, inklusive cancer, neurodegenerativa sjukdomar och infektionssjukdomar.

"DeepTracer är ett stort genombrott inom proteinvetenskap", säger UCSF professor i bioteknik och cellulär och molekylär farmakologi Kevan Shokat, som ledde utvecklingen av verktyget. "Det ger oss en aldrig tidigare skådad bild av hur proteiner fungerar i en levande cells sammanhang. Denna kunskap kommer att vara avgörande för att utveckla nya läkemedel och behandlingar för sjukdomar."

Studien som beskriver DeepTracer publicerades i tidskriften Nature Methods.