Investigadores de los Departamentos de Química y Ciencias de la Ingeniería de la Universidad de Oxford han encontrado una forma general de predecir la actividad enzimática. Las enzimas son los catalizadores de proteínas que realizan la mayoría de las funciones clave en biología. Publicado en Biología química de la naturaleza , El nuevo enfoque de IA de los investigadores se basa en la secuencia de la enzima, junto con el cribado de un "conjunto de entrenamiento" definido de sustratos y los parámetros químicos adecuados para definirlos.

Las enzimas son el objetivo de muchos fármacos. Si los científicos pueden predecir sus funciones, luego pueden inhibir esas funciones con moléculas pequeñas, en algunos casos para tratar enfermedades. Esta investigación será fundamental para crear una imagen holística que proporcione una comprensión más completa y completa de la biología y la salud.

Los investigadores abordaron toda una familia de enzimas de una especie de planta. Combinaron la expresión de alto rendimiento de las enzimas de los genes correspondientes, luego examinó su actividad enzimática cuantitativamente, espectroscopía de masas sin etiqueta. El análisis simple de la secuencia primaria de la enzima no proporciona un patrón real de predicción de actividad. pero cuando se combina con técnicas de IA del Grupo de Aprendizaje Automático de la Universidad de Oxford, Los descriptores químicos estándar pueden derivar en un poderoso sistema predictivo.

Ben Davis, El profesor de química de la Universidad de Oxford dice:"La clave es que, en lugar de ser una 'caja negra', este método devuelve al químico / biólogo predicciones exitosas y razones para esas predicciones que tienen un significado químico y biológico. Esto, a su vez, nos ha permitido determinar qué enzimas pueden usarse en síntesis, predecir la actividad de enzimas de especies muy diferentes (incluso bacterias) y descubrir cómo diseñar enzimas de una manera nueva basada en sugerencias que no hubiéramos predicho ".

Y añade:"Vemos esto como un motor de descubrimiento muy poderoso. Aportará posibilidades intrigantes a la mezcla para la prueba de hipótesis. Dado el reciente Premio Nobel de química en la evolución de las enzimas en probetas, La IA aplicada a las enzimas para una mayor comprensión podría resultar ser una próxima frontera muy poderosa ".

Stephen Roberts, profesor de aprendizaje automático en ingeniería de la información en la Universidad de Oxford dice:"Vivimos en una era de macrodatos y grandes modelos, pero no necesariamente de gran conocimiento o perspicacia. En efecto, la naturaleza de muchos complejos, modelos de buen rendimiento oscurecen los detalles del éxito, conduciendo a soluciones de "caja negra" que carecen de fácil interpretación. En agudo contraste, el método científico construye la extracción de información en su núcleo. En esta investigación hemos demostrado que los modelos que brindan transparencia y conocimiento aún son capaces de impulsar avances científicos ".

Este importante avance permite predecir con éxito la actividad del catalizador de proteínas, lo que tiene implicaciones en una amplia gama de áreas, incluida la investigación médica. Es un campo significativamente más desafiante que el modelado de catalizadores de moléculas pequeñas, que ha sido el cenit en el aprendizaje automático / química hasta ahora.