Il Machine Learning Semplifica l'Ingegneria Proteica, Migliorandone le Prestazioni

Stati Uniti - Agenzia stampa Ekhbary

Il Machine Learning Rivoluziona l'Ingegneria Proteica con il Framework MULTI-evolve

In un significativo progresso scientifico, i ricercatori hanno introdotto un innovativo framework di machine learning chiamato MULTI-evolve, destinato a rivoluzionare il campo dell'ingegneria proteica. Questo sistema innovativo mira ad accelerare e semplificare drasticamente lo sviluppo di proteine ad alte prestazioni, che sono componenti critici in un'ampia gamma di applicazioni, dai farmaci salvavita ai prodotti di consumo quotidiano come detergenti e biocarburanti.

Storicamente, il processo di ottimizzazione della funzione proteica è stato un compito complesso e arduo. Tipicamente comporta numerosi cicli di modifica delle sequenze di amminoacidi, conduzione di test di laboratorio per ogni modifica e analisi meticolosa dei risultati per identificare i miglioramenti desiderati. Tuttavia, l'intricata interazione tra mutazioni multiple rende la previsione del risultato finale una sfida formidabile, che spesso richiede estesi esperimenti per tentativi ed errori. Questo processo esaustivo è stato abilmente descritto dal Dr. Patrick Hsu, un bioingegnere presso l'Università della California, Berkeley, come "un problema di ricerca ad altissima dimensionalità in cui effettivamente facciamo tentativi e controlli".

MULTI-evolve emerge come una potente soluzione a questa sfida di lunga data. Piuttosto che fare affidamento esclusivamente su metodi sperimentali tradizionali, questo framework integra in modo intelligente esperimenti di laboratorio con sofisticati algoritmi di machine learning per prevedere le prestazioni delle proteine con mutazioni multiple simultanee. La forza principale di MULTI-evolve risiede nella sua capacità di decifrare le complesse interazioni tra varie mutazioni, un fattore cruciale per ottenere miglioramenti sostanziali nella funzionalità proteica.

Il flusso di lavoro MULTI-evolve opera attraverso un processo in tre fasi. Inizialmente, i ricercatori sfruttano dati esistenti o impiegano tecniche di machine learning per prevedere l'impatto delle singole sostituzioni di amminoacidi sulla funzione proteica. Successivamente, per comprendere come queste mutazioni si influenzano a vicenda, viene sintetizzata in laboratorio una serie di proteine, ciascuna incorporando coppie di potenziali mutazioni. Le loro prestazioni vengono quindi valutate sperimentalmente. Infine, questi dati empirici vengono utilizzati per addestrare un modello di machine learning in grado di prevedere l'efficacia della proteina bersaglio con cinque o più mutazioni, evitando così la necessità di testare esaurientemente ogni combinazione immaginabile.

L'efficacia di MULTI-evolve è stata dimostrata attraverso rigorosi test su tre proteine distinte. Queste includevano un anticorpo rilevante per le malattie autoimmuni e una proteina utilizzata nella tecnologia di editing genetico CRISPR all'avanguardia. In ogni caso, il modello ha identificato con successo combinazioni di mutazioni che hanno superato significativamente le proteine originali nei saggi di laboratorio, sottolineando la sua capacità di individuare insiemi sinergici di modifiche.

Questa svolta apre le porte a una moltitudine di applicazioni. Il Dr. Hsu ha evidenziato due strade particolarmente promettenti: l'uso di proteine ingegnerizzate per tracciare il movimento di altre molecole all'interno delle cellule e lo sviluppo di terapie geniche superiori per individui con carenze enzimatiche. "Siamo entusiasti di questo lavoro", ha dichiarato Hsu. "Penso che ci sia un enorme interesse su come questo cambi effettivamente la pratica della scienza."

Il framework MULTI-evolve rappresenta un salto di qualità nell'ingegneria proteica, offrendo agli scienziati uno strumento potente per progettare proteine con funzionalità migliorate in modo più efficiente e rapido che mai. Questo progresso non solo accelera il ritmo delle scoperte scientifiche, ma apre anche la strada a nuovi interventi terapeutici e prodotti industriali sofisticati per soddisfare le crescenti esigenze della società.

Agenzia stampa Ekhbary