Phương pháp AI để tạo ra protein sẽ đẩy mạnh tốc độ phát triển thuốc

Các nhà nghiên cứu tại trường Đại học Công nghệ Chalmers, Thụy Điển, trình bày cách tạo ra các protein tổng hợp bằng trí tuệ nhân tạo. Cách tiếp cận mới này có tiềm năng rất lớn nhằm phát triển các enzym công nghiệp hiệu quả cũng như y dược mới dựa trên protein, chẳng hạn như kháng thể và vắc-xin.

Aleksej Zelezniak, phó giáo sư thuộc Khoa Sinh học và Kỹ thuật Sinh học tại Chalmers, cho biết: “Những gì chúng tôi hiện nay có thể chứng minh mang lại tiềm năng tuyệt vời cho một số ứng dụng trong tương lai, chẳng hạn như phát triển các loại thuốc dựa trên protein nhanh hơn và ít tốn kém chi phí”.

Protein là những phân tử lớn, phức tạp, đóng một vai trò quan trọng trong tất cả các tế bào sống, xây dựng, sửa đổi và phá vỡ các phân tử khác một cách tự nhiên bên trong tế bào của chúng ta. Chúng cũng được sử dụng rộng rãi trong các quy trình và sản phẩm công nghiệp cũng như trong cuộc sống hàng ngày của chúng ta.

Thuốc dựa trên protein rất phổ biến — thuốc tiểu đường insulin là một trong những loại thuốc được kê đơn nhiều nhất. Một số loại thuốc điều trị ung thư hiệu quả và chi phí cao nhất cũng dựa trên protein, cũng như các công thức kháng thể hiện đang được sử dụng để điều trị COVID-19.

Từ thiết kế trên máy tính đến làm các protein hoạt động chỉ trong vài tuần

Sử dụng các phương pháp hiện tại cho kỹ thuật protein dựa vào việc đưa các đột biến ngẫu nhiên vào trình tự protein. Tuy nhiên, bổ sung đưa vào với mỗi đột biến ngẫu nhiên, hoạt động của protein sẽ giảm.

Trưởng nhóm nghiên cứu, Aleksej Zelezniak, cho biết: “Do đó, người ta phải thực hiện nhiều vòng thử nghiệm tốn kém và mất thời gian, sàng lọc hàng triệu biến thể, để tạo ra các protein và enzym có kết quả khác biệt đáng kể so với những gì được tìm thấy trong tự nhiên.

"Quá trình kỹ thuật này diễn ra rất chậm, nhưng giờ đây chúng tôi có một phương pháp dựa trên AI, nơi chúng tôi có thể đi từ thiết kế trên máy tính đến làm các protein hoạt động chỉ trong vài tuần".

Các nhà khoa học Chalmers gần đây đã công bố kết quả nghiên cứu trên tạp chí Nature Machine Intelligence và đại diện cho một bước đột phá trong lĩnh vực tổng hợp protein. Nhóm nghiên cứu của Zelezniak và các cộng tác viên của ông đã phát triển một phương pháp dựa trên AI được gọi là ProteinGAN, sử dụng phương pháp học sâu mang tính tổng hợp.

Về bản chất, AI được cung cấp một lượng lớn dữ liệu từ các protein đã được nghiên cứu kỹ lưỡng; nó nghiên cứu dữ liệu này và cố gắng tạo ra các protein mới.

Đồng thời, một bộ phận khác của AI cố gắng tìm hiểu xem liệu các protein tổng hợp có phải là giả hay không. Các protein được gửi qua lại trong hệ thống cho đến khi AI không thể phân biệt được protein tự nhiên và tổng hợp nữa.

Phương pháp này nổi tiếng với việc tạo ra hình ảnh và video về những người không tồn tại, nhưng trong nghiên cứu này, sử dụng nó để tạo ra các biến thể protein rất đa dạng, có thể thử nghiệm chức năng các đặc tính vật lý giống tự nhiên của chúng.

Sử dụng rộng rãi các protein trong các sản phẩm hàng ngày không phải lúc nào cũng hoàn toàn tự nhiên mà được tạo ra thông qua kỹ thuật sinh học tổng hợp và kỹ thuật protein. Sử dụng các kỹ thuật này, sửa đổi các trình tự protein ban đầu với hy vọng tạo ra các biến thể protein mới tổng hợp hiệu quả, ổn định và phù hợp hơn với các ứng dụng cụ thể. Cách tiếp cận dựa trên AI mới có tầm quan trọng đối với việc phát triển các enzym công nghiệp hiệu quả cũng như các liệu pháp dựa trên protein mới, chẳng hạn như kháng thể và vắc-xin.

Một mô hình hiệu quả về chi phí và bền vững

Trợ lý giáo sư Martin Engqvist, cũng thuộc Khoa Sinh học và Kỹ thuật Sinh học, đã tham gia thiết kế các thử nghiệm để kiểm tra các protein tổng hợp AI.

Engqvist nói: "Việc đẩy nhanh tốc độ mà chúng tôi tạo ra protein là rất quan trọng để giảm chi phí phát triển cho chất xúc tác enzyme. Đây là chìa khóa để hiện thực hóa các quy trình công nghiệp và sản phẩm tiêu dùng bền vững với môi trường và mô hình AI của chúng tôi cũng như các mô hình trong tương lai sẽ cho phép điều đó. Công việc của chúng tôi đóng góp quan trọng trong bối cảnh đó ".

Zelezniak cho biết: " Chỉ có thể thực hiện công việc này trong môi trường đa ngành hiện nay tại bộ phận của chúng tôi - tại giao diện của khoa học máy tính và sinh học. Chúng tôi có điều kiện hoàn hảo để kiểm tra thực nghiệm các đặc tính của các protein do AI thiết kế này".

Bước tiếp theo đối với các nhà nghiên cứu là khám phá cách có thể ứng dụng công nghệ này để cải thiện các đặc tính cụ thể của protein, chẳng hạn như tăng độ ổn định, một điều gì đó có thể mang lại lợi ích to lớn cho sử dụng các protein trong công nghệ công nghiệp.

Trường Đạ học Công nghệ Chalmers

Trương Tố Quyên dịch

Nguồn: Lab Manager- Hoa Kỳ