Proteiner är biologiska högpresterande maskiner. De finns i varje cell och spelar en viktig roll vid blodkoagulation hos människor eller som huvudbeståndsdelar i hårstrån eller muskler. Funktionen hos dessa molekylära verktyg är uppenbar från deras struktur. Forskare vid Karlsruhe Institute of Technology (KIT) har nu utvecklat en ny metod för att förutsäga denna proteinstruktur med hjälp av artificiell intelligens.

Beroende på deras struktur, proteiner kan interagera med andra molekyler genom att penetrera eller omsluta dem. Detta är mycket svårt att upptäcka, de experiment som behövs för detta ändamål är dyra och komplexa. Forskare vid Steinbuch Center for Computing (SCC), KIT:s datacentral, har sökt i databaserna efter proteinsekvenser och jämfört samma proteiner av olika arter. "Hemoglobin som är ansvarigt för att transportera syre i kroppen kan också hittas i insekter, sorkar, och schimpanser, säger Markus Götz, dataanalytiker för SCC. Proteinstrukturen liknar en pärlsträng, med strängen bestående av proteinkomponenterna, aminosyrorna. Dess tredimensionella struktur och de tillhörande egenskaperna härrör från några avlägsna "pärlor" som bildar par, alltså vikning av proteinet. Dessa par kan skilja sig åt i olika organismer. Proteinets egenskaper, dock, förbli detsamma. "Skadliga mutationer sorteras ut under evolutionens gång, Säger Götz.

Nu, Götzs forskargrupp har lärt ut ett system för artificiell intelligens (AI) som par visade sig vara framgångsrika i kända proteinsekvenser under evolutionen. "Vi förväntar oss att systemet drar slutsatser med avseende på strukturen för okända proteinsekvenser också, "Götz säger. Fördelen:" Det är lätt att bestämma aminosyrorna som bildar proteinkedjan. Dock, det är mycket komplext och kostar miljoner att direkt bestämma proteinstrukturer experimentellt, "Alexander Schug, SCC, lägger till.

Användningen av AI för att förutsäga kontakter i proteiner är inte ny. "För närvarande, bildbehandlingsmetoder tillämpas för detta ändamål, "Säger Götz. Sådana neurala nätverk kan känna igen mönster väl. När man bestämmer proteinstrukturen, dock, kontakter av proteinkomponenter som ligger långt ifrån varandra är av avgörande betydelse, eftersom de har en starkare inverkan på strukturen under vikning än de som ligger nära varandra. "Av denna anledning, vi använder en metod från automatisk språköversättning. Vi betraktar meningarna för aminosyrakedjor som måste översättas till ett annat språk. "Så kallade" självuppmärksamhet neurala nätverk "tillämpas i populära översättningsprogram. De kan identifiera vilka delar av meningen som är länkade eller, i proteinsammanhang, vilka aminosyror bildar ett par.