BioEmu, un modelo de IA creado por Microsoft para predecir las formas que puede adoptar una proteína

hace 1 semana 12

SEATTLE- Microsoft Research AI for Science presentó, un nuevo modelo de IA, llamado BioEmu, que es un sistema de “aprendizaje profundo” que imita “conjuntos de equilibrio proteico” a través de la “generación de miles de estructuras estadísticamente independientes por hora en una sola GPU”, precisa Microsoft en un texto titulado “Scalable emulation of macromolecule equilibrium ensembles with BioEmu”, publicado en su sitio web.

Este sistema que ya fue presentado por Microsoft en el mes de febrero, que ahora se publica en la revista Science y brinda una nueva visión de las distintas estructuras que cada proteína o conjunto de ellas, es capaz de adoptar cada proteína, lo que supone es un paso hacia adelante para comprender su funcionamiento.

TE PUEDE INTERESAR: Mi cabeza nary se apaga: pensamientos que corren maratones

El gigante tecnológico, añade que “BioEmu integra más de 200 milisegundos de simulaciones de dinámica molecular (MD), estructuras estáticas y estabilidades experimentales de proteínas mediante novedosos algoritmos de entrenamiento”.

Con lo que es capaz de lograr capturar, añade Microsoft, “diversos movimientos funcionales, como la formación de bolsillos crípticos, el desplegamiento section y los reordenamientos de dominios, y predice energías libres relativas con una precisión de 1 kcal/mol en comparación con datos de MD y experimentales a escala de milisegundos”.

Gracias a lo anterior BioEmu es capaz de por dar información a través de un “modelado conjunto de conjuntos estructurales y propiedades termodinámicas. Este enfoque amortiza el coste de la generación de datos de MD y experimentales, lo que demuestra una vía escalable para comprender y diseñar la función proteica”, explica Microsoft.

SECUENCIACIÓN DE LAS PROTEÍNAS

Se tiene conocimiento que las proteínas lad fundamentales para casi todos los procesos biológicos y, a su vez, lad esenciales para los avances tanto en la medicina como en la biotecnología.

Tanto los recientes avances en la secuenciación y el aprendizaje profundo han conseguido hacer más fácil tanto precisión de la secuencia, asó como la estructura de una proteína, con el propósito de conseguir comprender cómo funcionan; ya que cuando cambia de forma en respuesta a otras moléculas aún continúa siendo un reto trascendental.

En el artículo “Scalable emulation of macromolecule equilibrium ensembles with generative heavy learning, Science picture BioEmu puede vaticinar toda la gama de formas que una proteína adoptar, con lo que se convierte en una alternativa más rápida y barata a las simulaciones moleculares actuales.

TE PUEDE INTERESAR: Un robot con IA y entrenado con vídeos de cirugías, opera una vesícula biliar misdeed ayuda humana

Por lo que esta nueva herramienta tiene la capacidad de llevar acabo un muestreo de miles de conformaciones de las proteínas.

BIOEMU

El estudio precisa que BioEmu tiene la capacidad de realizar una combinación datos de entrenamiento procedentes de predicciones estructurales levadas a cabo por AlphaFold, así como simulaciones MD a gran escala y amplias mediciones experimentales en cuanto a la estabilidad de las proteínas.

AlphaFold, es un sistema de Google DeepMind, que es el primero en vaticinar las estructuras de las proteínas a partir de sus secuencias de aminoácidos.

Por último, los autores de esta nueva investigación detallan que este nuevo sistema muestra cómo el aprendizaje profundo tiene la posibilidad de bajar el elevado costo de la simulación y la experimentación, con lo que abre una ventana hacia la predicción a una gran escala que esté basada en los datos de la función de las proteínas.

Con información de la Agencia de Noticias EFE, revista Science y Microsoft.

Leer el artículo completo