В Университете Райса (Rice University) и Лаборатории Чанпина (Changping Laboratory) ученые представили новый инструмент искусственного интеллекта (ИИ) под названием Ribbonfold, который революционизирует понимание неправильно свернутых белков, связанных с болезнью Альцгеймера и Паркинсона. В отличие от других инструментов, таких как Alphafold, которые предсказывают структуру правильно сложенных белков, Ribbonfold специально разработан для моделирования сложных лентоподобных форм амилоидных фибрилл, накапливающихся при нейродегенеративных заболеваниях.
Рекомендации
Исследователи использовали ограничения физической энергии для точного прогнозирования эволюции токсичных белков в более нерастворимые формы, способствующие развитию болезни. Эти данные могут значительно изменить подход к разработке лекарств, позволяя создавать терапию, направленную на наиболее опасные структуры фибрилл.
Прорыв в исследованиях
Ribbonfold продемонстрировал свою эффективность, предсказывая структуры амилоидов, которые представляют собой длинные, искаженные волокна, накапливающиеся в мозге пациентов с нейродегенеративными заболеваниями. Исследование, проведенное Mingchen Chen и Peter Wolynes, было опубликовано в Proceedings of the National Academy of Sciences.
Новый стандарт в прогнозировании структуры белка
Ribbonfold использует последние достижения в области искусственного интеллекта для прогнозирования структуры белка. В отличие от таких инструментов, как AlphaFold2 или AlphaFold3, которые обучаются на данных о правильно сложенных глобулярных белках, Ribbonfold включает ограничения, подходящие для анализа лентоподобных характеристик амилоидных фибрилл.
Перспективы и влияние
Успех Ribbonfold в прогнозировании амилоидных полиморфов может стать поворотным моментом в исследованиях нейродегенеративных заболеваний. Этот инструмент предоставляет масштабируемый и точный метод анализа структуры вредных белковых агрегатов, открывая новые возможности для разработки лекарств. Фармацевтические компании смогут более точно ориентировать свои исследования на борьбу с наиболее опасными формами фибрилл.
Кроме того, результаты исследования имеют значение для синтетической биологии и материаловедения, помогая лучше понять процессы самосборки белка. Это также решает одну из ключевых загадок структурной биологии: почему идентичные белки могут принимать различные формы, вызывающие заболевания.
Peter Wolynes, профессор науки и содиректор Фонда Булларда-Уэлча Центра теоретической биологической физики, подчеркнул: «Способность эффективно прогнозировать амилоидные полиморфы может направлять будущие прорывы в предотвращении вредной агрегации белка, что является решающим шагом на пути к решению некоторых из самых насущных нейродегенеративных проблем в мире».
Литература.
“AI tool unlocks long-standing biomedical mystery behind Alzheimer’s, Parkinson’s” — Mingchen Chen et al. PNAS
