AI dự đoán cấu trúc protein

Các hướng đi tiềm năng trong lĩnh vực tin sinh hoặc hóa lý đều phụ thuộc vào phân tích cấu trúc protein. Nhóm nghiên cứu Đại học Washington, Seatlle (Mỹ) phát triển chương trình dự đoán hình dạng và cấu trúc protein phức tạp bằng trí tuệ nhân tạo, mang tên RoseTTAFold.

 

Lập mô hình cho hơn 4.500 trình tự protein, nhóm gửi bởi các nhà nghiên cứu khác. Savvas Savvides, một nhà sinh học cấu trúc tại Đại học Ghent, đã dùng thử 6 lần để mô hình hóa một loại protein có vấn đề. "Chương trình này đã mở đường cho hướng đi mới về giải mã cấu trúc", Savvas Savvides nói.

Khác với sản phẩm dự đoán cấu trúc protein bằng AI của AlphaFold2 do Deepmind, Google phát triển, sản phẩm RoseTTAFold có thể phân biệt các mẫu protein trong cơ sở dữ liệu rộng lớn, tạo ra các lần lặp lại thông tin và chính xác hơn trong quá trình học máy. Khi được cung cấp một loại protein mới để làm mô hình, RoseTTAFold sẽ thực hiện theo nhiều cách để tìm ra kết quả tối ưu nhất.

Ngoài các protein có vòng lặp, cấu trúc đơn giản, RoseTTAFold cũng có thể dự đoán các protein phức hợp, có trình tự phức tạp, thường là các phân tử miễn dịch, ứng dụng trong nghiên cứu y sinh, tuy nhiên tính năng này chưa cho độ chính xác cao như nhóm kỳ vọng. Vì vậy, đầu tháng 7, nhóm nghiên cứu đã phát hành mã máy tính của mình trên web để các chuyên gia, nhà khoa học có thể tiếp cận và hỗ trợ cải thiện độ chính xác.

Protein là hợp chất đại phân tử được tạo ra từ nhiều đơn phân axit amin. Để hoạt động, các chuỗi axit amin dài này xoắn, gấp khúc và đan xen vào nhau thành những hình dạng phức tạp khiến việc giải mã gặp khó khăn. Trong 50 năm qua, các nhà khoa học tìm ra một số phương pháp để dự đoán hình dạng của protein từ chuỗi axit amin của nó, việc dự đoán cấu trúc mới được khai phá trong vài năm qua.