AI avslöjar celltransport: Vilka molekyler går var?
StockholmTransportproteiner underlättar förflyttningen av molekyler in och ut ur celler. Dessa proteiner finns i cellmembran och fungerar genom att endast låta specifika molekyler, kallade substrat, passera. Att identifiera vilka proteiner som transporterar vilka substrat har varit en utmaning. Fram till nu har forskare främst förlitat sig på experiment för att göra dessa kopplingar. Men ett nytt AI-baserat angreppssätt från Heinrich Heine University Düsseldorf erbjuder en lovande lösning på detta problem.
En grupp forskare har utvecklat ett verktyg som heter SPOT som använder artificiell intelligens för att förutsäga vilka molekyler som samverkar med specifika transportproteiner. Detta verktyg analyserar transportproteiner och molekyler med hjälp av siffror som AI lätt kan hantera. Med mer än 8 500 kända exempel för träning kan SPOT förutsäga rätt kombination med över 92 % noggrannhet.
Detta verktyg förenklar och gör processen mer lättillgänglig att genomföra.
- Minskar behovet av mödosamma experimentella kombinationer.
- Påskyndar upptäckten av rätt transportör-substrat-par.
- Utökar möjliga användningsområden bortom begränsade proteinklasser.
- Underlättar utvecklingen av lösningar inom bioteknik.
- Förbättrar läkemedelsleverans genom anpassning till transportspecifika celler.
30 november 2024 · 20:12
AI förmedlar kliniska studier snabbare – kopplar patienter till rätt forskning med TrialGPT
SPOT är användbar inom flera områden. Inom bioteknik bidrar den till att förbättra processer i levande organismer för att producera produkter som biobränslen. Metoden förenklar skapandet av nya tekniskt framställda produkter genom att para ihop ämnen med deras rätta transportörer. Inom läkemedelsindustrin kan den konstruera mediciner som verkar med specifika transportörer så att läkemedlen bara påverkar rätt celler. Detta gör medicinerna mer effektiva och minskar oönskade biverkningar.
SPOT använder AI för att erbjuda värdefulla insikter inom personlig medicin och nya biosolutions. Denna metod förbättrar traditionella tekniker genom att nyttja stora mängder biologiska data och avancerade algoritmer, vilket driver framsteg inom cellbiologi. SPOT ger oss en djupare förståelse för cellers materialtransporter och öppnar upp för nya möjligheter inom bioteknik och läkemedelsutveckling.
Studien publiceras här:
http://dx.doi.org/10.1371/journal.pbio.3002807och dess officiella citering - inklusive författare och tidskrift - är
Alexander Kroll, Nico Niebuhr, Gregory Butler, Martin J. Lercher. SPOT: A machine learning model that predicts specific substrates for transport proteins. PLOS Biology, 2024; 22 (9): e3002807 DOI: 10.1371/journal.pbio.300280728 november 2024 · 18:11
AI-Jesus och teknologi: en andlig resa i Luzern
27 november 2024 · 16:52
AI-drivna hörlurar skapar en 'ljudbubbla' som effektivt eliminerar avlägset buller
Dela den här artikeln