Prédiction de la stabilité des protéines mutantes grâce à AlphaFold et l'IA

ParisDes scientifiques de l'Institut des Sciences Fondamentales ont utilisé l'intelligence artificielle pour étudier comment les mutations affectent la stabilité des protéines. Grâce au programme AlphaFold2 de DeepMind, ils ont pu déterminer si les structures des protéines peuvent prédire l’instabilité des protéines après une mutation. Cette compréhension est cruciale car les protéines instables peuvent provoquer des maladies telles qu'Alzheimer et imposer une charge considérable aux cellules pour les réparer.

Bien que AlphaFold2 ait considérablement avancé la biologie structurale, il présente encore des limites, notamment parce qu'il a été principalement formé sur des protéines stables. Cela peut conduire à des prédictions structurelles précises sans garantir la stabilité réelle. Les chercheurs John McBride et Tsvi Tlusty ont voulu déterminer si AlphaFold comprend les principes physiques du repliement des protéines ou s'il ne fait que reconnaître des motifs statistiques.

Les principaux enseignements de l'étude sont les suivants :

Les structures prédites par AlphaFold révèlent de nombreuses informations sur la stabilité des protéines. Les indicateurs de contrainte sont associés aux variations de stabilité et, même de petites modifications structurelles peuvent avoir un impact majeur sur la stabilité d'une protéine.

Lisez aussi:

Aujourd'hui · 12:41

La transition difficile d'OpenAI vers une entité à but lucratif

La mesure de déformation efficace est un indicateur capable de détecter des petites modifications structurelles. McBride et Tlusty ont démontré que les changements structurels prédits par AlphaFold coïncident souvent avec des variations significatives de stabilité observées lors des expériences.

Comprendre ces détails permet de concevoir de meilleures protéines. Les scientifiques peuvent ainsi créer des protéines plus stables et plus efficaces, ce qui est utile pour développer des médicaments et traiter des maladies liées à un mauvais repliement des protéines. La capacité de prédire la stabilité d'une protéine grâce à sa structure ouvre de nouvelles perspectives en biotechnologie et en traitements médicaux.

Cette étude montre le potentiel de l'intelligence artificielle pour les découvertes scientifiques. AlphaFold peut déjà prédire les structures des protéines et, avec des améliorations, il pourrait également prévoir leur stabilité et leur fonction. Cette compréhension approfondie pourrait révolutionner la recherche biologique et le développement de traitements médicaux.

Les chercheurs de l'IBS ont découvert une nouvelle manière d'utiliser AlphaFold, dépassant ainsi son objectif initial. En analysant l'interaction entre la structure et la stabilité des protéines, ils ont démontré la nécessité de modèles innovants pour une compréhension approfondie des détails physiques. Ces avancées pourraient entraîner des progrès considérables en ingénierie des protéines et dans le traitement des maladies.