Las proteínas son máquinas biológicas de alto rendimiento. Se pueden encontrar en todas las células y desempeñan un papel importante en la coagulación de la sangre humana o como componentes principales de los pelos o los músculos. La función de estas herramientas moleculares es obvia por su estructura. Los investigadores del Instituto de Tecnología de Karlsruhe (KIT) han desarrollado un nuevo método para predecir esta estructura de proteínas con la ayuda de inteligencia artificial.

Dependiendo de su estructura, las proteínas pueden interactuar con otras moléculas al penetrarlas o encerrarlas. Esto es muy difícil de detectar, los experimentos necesarios para este propósito son costosos y complejos. Investigadores del Steinbuch Center for Computing (SCC), el centro informático de KIT, han buscado en las bases de datos secuencias de proteínas y han comparado las mismas proteínas de diferentes especies. "La hemoglobina que es responsable de transportar oxígeno en nuestro cuerpo también se puede encontrar en insectos, campañoles, y chimpancés, "dice Markus Götz, analista de datos de SCC. La estructura de la proteína se asemeja a una cadena de perlas, con el hilo formado por los componentes proteicos, los aminoácidos. Su estructura tridimensional y las propiedades asociadas son el resultado de algunas "perlas" distantes que forman pares, plegando así la proteína. Estos pares pueden diferir en diferentes organismos. Las propiedades de la proteína, sin embargo, permanece igual. "Las mutaciones nocivas se clasifican en el curso de la evolución, "Dice Götz.

Ahora, El equipo de investigación de Götz ha enseñado un sistema de inteligencia artificial (IA) cuyos pares demostraron ser exitosos en secuencias de proteínas conocidas durante la evolución. "Esperamos que el sistema también saque conclusiones con respecto a la estructura de secuencias de proteínas desconocidas, "Dice Götz. El beneficio:" Es fácil determinar los aminoácidos que forman la cadena de proteínas. Sin embargo, es muy complejo y cuesta millones determinar directamente las estructuras de las proteínas de forma experimental, "Alexander Schug, SCC, agrega.

El uso de IA para predecir contactos en proteínas no es nuevo. "En la actualidad, Se aplican métodos de procesamiento de imágenes para este propósito, "Dice Götz. Estas redes neuronales pueden reconocer patrones bien. Al determinar la estructura de la proteína, sin embargo, Los contactos de componentes proteicos ubicados lejos unos de otros son de crucial importancia. porque tienen un impacto más fuerte en la estructura durante el plegado que los que se encuentran cerca unos de otros. "Por esta razón, utilizamos un enfoque de traducción automática de idiomas. Consideramos las oraciones de cadenas de aminoácidos que deben traducirse a otro idioma ". Las llamadas" redes neuronales de auto atención "se aplican en programas de traducción populares. Pueden identificar qué partes de la oración están vinculadas o, en el contexto de las proteínas, qué aminoácidos forman un par.