Четверг, 2 февраля, 2023
Новости биотехнологий
No Result
View All Result
No Result
View All Result
Новости биотехнологий
No Result
View All Result
Home Искусственный интеллект

Компьютерное зрение помогает находить участки связывания в мишенях для лекарств

28.10.2020
Искусственный интеллект
0
29
VIEWS
Share on FacebookShare on Twitter

Ученые из группы iMolecule Центра вычислительной и интенсивной обработки данных (CDISE) Сколтеха разработали BiteNet, алгоритм машинного обучения (ML), который помогает находить сайты связывания лекарств, то есть потенциальные мишени для лекарств, в белках. BiteNet может проанализировать 1000 белковых структур за 1,5 минуты и найти оптимальные места для прикрепления молекул лекарства. Исследование было опубликовано в журнале Communications Biology.

Белки, молекулы, которые контролируют большинство биологических процессов, обычно являются мишенью для лекарств. Для достижения терапевтического эффекта лекарства должны прикрепляться к белкам в определенных местах, называемых сайтами связывания. В Белки способность «сек для связывания с лекарственным средством определяется аминокислотной последовательности сайта и пространственной структуры. Сайты связывания — настоящие «горячие точки» в фармакологии. Чем больше известно сайтов связывания, тем больше возможностей для создания более эффективных и безопасных лекарств.

Доцент Сколтех CDISE Петр Попов и к.т.н. студент Игорь Козловский разработал новый вычислительный подход для пространственно-временного обнаружения сайтов связывания в белках, применяя алгоритмы глубокого обучения и компьютерное зрение к структурам белков, рассматриваемым как трехмерные изображения. С помощью этой новой технологии можно обнаружить даже неуловимые сайты: например, ученым удалось обнаружить сайты связывания, скрытые в экспериментальных атомных структурах или образованные несколькими белковыми молекулами для ионного канала, рецептора, связанного с G-белком, и фактора роста эпителия, одного наиболее важных мишеней для лекарств.

Петр Попов, руководитель исследования и доцент Сколтеха, говорит: «Геном человека состоит из почти 20 000 белков, и очень немногие из них связаны с фармакологической мишенью. Наш подход позволяет искать в белке сайты связывания для соединений, подобных лекарствам. , таким образом расширяя набор возможных фармакологических мишеней. Кроме того, открытие лекарств на основе первоначальной структуры сильно зависит от выбора атомной структуры белка. Работа над структурой, в которой сайт связывания запрещен для лекарства или вообще отсутствует, может потерпеть неудачу. анализ большого количества структур в белке и поиск наиболее подходящей для конкретной стадии ».

По словам Игоря Козловского, первого автора статьи, BiteNet превосходит своих коллег как по скорости, так и по точности: «BiteNet основан на компьютерном зрении, мы рассматриваем белковые структуры как изображения, а сайты связывания — как объекты, которые можно обнаружить на этих изображениях. занимает около 0,1 секунды для анализа одной пространственной структуры и 1,5 минуты для оценки 1000 белковых структур из примерно 2000 атомов «.


Источник: Сколковский институт науки и технологий
Фото: CC0 Public Domain

Предыдущий

Как понять, чего ты не знаешь

Следующий

Настоящие перспективы синтетических данных

  • Конфиденциальность
Создание сайта Get-Going.ru

© 2021-2023 Новости биотехнологий

  • БИОИНФОРМАТИКА
  • БИОБЕЗОПАСТНОСТЬ
  • НАНОБИОТЕХНОЛОГИИ
  • СИНТЕТИЧЕСКАЯ БИОЛОГИЯ
  • ОТРАСЛЕВЫЕ БИОТЕХНОЛОГИИ
  • ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
  • СТАРТАПЫ
  • COVID-19

© 2021-2023 Новости биотехнологий

Welcome Back!

Login to your account below

Forgotten Password?

Create New Account!

Fill the forms below to register

All fields are required. Log In

Retrieve your password

Please enter your username or email address to reset your password.

Log In
Просматривая этот сайт, вы соглашаетесь с нашей Политикой конфиденциальности