Innovatieve wegen voor baanbrekende behandeloplossingen ontdekken
AmsterdamJack Cheng en zijn team aan de Universiteit van Missouri hebben Cryo2Struct ontwikkeld, een AI-programma dat inzicht biedt in de interactie tussen eiwitten. Dit is cruciaal voor de behandeling en preventie van ziekten. Cryo2Struct maakt gebruik van cryo-elektronenmicroscopie om automatisch nauwkeurige modellen van eiwitstructuren te maken, wat zorgt voor meer precisie dan voorheen.
- Verbeterd inzicht in eiwitinteracties
- Automatische creatie van 3D-eiwitmodellen
- Opent nieuwe wegen voor verbeteringen in medicijnontwerp
De bijdragen van Cheng reiken verder dan alleen het voorspellen van eiwitstructuren. Eiwitten zijn cruciale biomoleculen die niet afzonderlijk werken. Ze vormen complexe groepen om biologische taken uit te voeren. Het begrijpen van deze taken was lastig omdat eiwitvouwing hun functioneren beïnvloedt. Dankzij deep learning kwam hier verbetering in, en Cheng was een pionier op dit gebied. Zijn werk leidde tot modellen zoals AlphaFold van Google. Echter, het doorgronden van eiwitinteracties blijft een uitdaging bij het begrijpen van ziekten en het ontwikkelen van behandelingen.
Cryo2Struct is een baanbrekend hulpmiddel dat gebruikmaakt van cryo-EM afbeeldingen om de atomaire structuur van eiwitcomplexen te analyseren, zonder dat voorafgaande informatie nodig is. Deze gedetailleerde kaartlegging stelt wetenschappers in staat om nieuwe methoden te ontwikkelen voor de behandeling van ziekten. Door inzicht te krijgen in de structuur van eiwitcomplexen, kunnen onderzoekers medicijnen ontwerpen die abnormale eiwitactiviteiten corrigeren of aanpassen.
De Geheimen van Medicijnontwikkeling Onthuld
De onderzoeksgroep van Cheng heeft diffusie-modellen ingezet om te onderzoeken hoe moleculen zich ontwikkelen van willekeurige vormen tot specifieke structuren. Hun doel is om medicatie effectiever te maken door moleculaire modellen aan te passen, zodat ze beter binden en interacteren met eiwitten. Bijvoorbeeld, als een medicijn maar gedeeltelijk werkt voor een aandoening, kan AI helpen om het beter af te stemmen op individuele patiënten. Het werk van Cheng benadrukt een trend richting gepersonaliseerde geneeskunde, waarbij behandelingen worden aangepast op basis van iemands unieke genetische en moleculaire samenstelling.
Chengs werk aan de Universiteit van Missouri, zowel bij NextGen Precision Health als de Faculteit Techniek, is cruciaal voor het samenbrengen van diverse expertisegebieden. Deze samenwerkingen maken gebruik van de nieuwste technologieën en apparatuur om vooruitgang te boeken in gepersonaliseerde gezondheidszorg, waarbij behandelingen worden afgestemd op individuen. Dit kan de effectiviteit en nauwkeurigheid van de gezondheidszorg aanzienlijk verbeteren. Het doel is niet alleen om ziekten beter te begrijpen, maar ook om behandelingsmethoden tegelijkertijd succesvoller te maken.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1038/s41467-024-49647-6en de officiële citatie - inclusief auteurs en tijdschrift - is
Nabin Giri, Jianlin Cheng. De novo atomic protein structure modeling for cryoEM density maps using 3D transformer and HMM. Nature Communications, 2024; 15 (1) DOI: 10.1038/s41467-024-49647-6Deel dit artikel