Nowy system uczenia maszynowego upraszcza złożony problem inżynierii białek, przewidując, jak białko będzie funkcjonować przy kilku oddziałujących na siebie mutacjach i wskazując kombinacje, które działają dobrze razem.
Tradycyjnie projektowanie białek o ulepszonych właściwościach wymagało żmudnych eksperymentów laboratoryjnych testujących tysiące kombinacji mutacji. Nowe podejście do uczenia maszynowego pozwala naukowcom modelować te interakcje komputerowo, co znacznie przyspiesza ten proces.
Framework ma potencjalne zastosowania w projektowaniu enzymów przemysłowych, terapii białkowych i szczepionek. Badacze twierdzą, że metoda ta może pomóc przezwyciężyć jedno z największych wyzwań w inżynierii białek — tzw. problem epistazy, czyli to, jak mutacje wzajemnie na siebie wpływają w nieprzewidywalny sposób.
.
Źródło: Science News
