Szybki postęp w biologii strukturalnej i eksplozja danych o białkach stawiają przed naukowcami nowe wyzwania – jak efektywnie analizować i wykorzystywać ogromne zbiory informacji? Odpowiedzią na to pytanie jest nowa platforma stworzona przez badaczy z Sano – Centrum Zindywidualizowanej Medycyny Obliczeniowej oraz Małopolskiego Centrum Biotechnologii UJ. Łącząc sztuczną inteligencję z biologią molekularną, opracowali innowacyjne narzędzie, które może zrewolucjonizować sposób, w jaki rozumiemy funkcje białek i projektujemy terapie przyszłości.
Z tego artykułu dowiesz się…
- Jak naukowcy z Sano i UJ wykorzystują AI do analizy struktur białek.
- Dlaczego integracja baz danych, takich jak AlphaFold, jest przełomowa dla biologii molekularnej.
- Czym jest zjawisko „lokalności funkcji” i jak pomaga odkrywać nowe właściwości białek.
- W jaki sposób nowe narzędzie może przyspieszyć diagnostykę, terapię i projektowanie leków.
Sztuczna inteligencja wspiera biologię molekularną
Naukowcy z Sano – Centrum Zindywidualizowanej Medycyny Obliczeniowej oraz Małopolskiego Centrum Biotechnologii Uniwersytetu Jagiellońskiego opracowali nowatorskie narzędzie, które porządkuje i udostępnia ogromne zasoby danych dotyczących struktur białek. Dzięki integracji technologii AI i biologii strukturalnej powstała platforma, która może znacząco przyspieszyć badania nad funkcjami białek, projektowaniem leków oraz terapiami spersonalizowanymi.
To osiągnięcie wpisuje się w dynamiczny rozwój medycyny obliczeniowej i stanowi kolejny etap badań prowadzonych przez polskie zespoły naukowe na światowym poziomie.
Białka – klucz do zrozumienia życia i leczenia chorób
Białka to podstawowe elementy budulcowe i funkcjonalne komórek, odpowiedzialne za procesy takie jak trawienie, oddychanie komórkowe, odporność czy regeneracja tkanek. Ich funkcja w organizmie zależy w dużej mierze od przestrzennej struktury, którą przyjmują po zwinięciu się łańcucha aminokwasów.
Zrozumienie, jak dokładnie wyglądają te struktury, jest niezbędne dla biologii, farmakologii i medycyny. Precyzyjne odwzorowanie kształtu białka pozwala bowiem tworzyć leki, które idealnie dopasowują się do danego celu molekularnego – podobnie jak klucz do zamka.
Eksplozja danych – miliard struktur białkowych
Jeszcze dwa lata temu naukowcy dysponowali około 200 tysiącami struktur białkowych. Obecnie liczba ta sięga niemal miliarda. Taka skala informacji wymaga nowoczesnych metod porządkowania i analizy – i właśnie tu do gry wchodzi sztuczna inteligencja.
W ciągu zaledwie dwóch lat liczba znanych struktur białek wzrosła z 200 tysięcy do niemal miliarda. Naszym celem było nie tylko uporządkowanie tych danych, ale stworzenie narzędzia, które pomoże lepiej zrozumieć biologię białek – mówi dr Tomasz Kościołek, współautor pracy i lider zespołu Genomiki Strukturalnej i Funkcjonalnej w Sano.
Integracja trzech największych baz danych
Zespół badawczy zintegrował dane z trzech kluczowych źródeł przewidywanych struktur białkowych:
- AlphaFold (nagrodzona Nagrodą Nobla w dziedzinie chemii w 2024 roku),
- ESMAtlas,
- Microbiome Immunity Project.
Naukowcy wykazali, że dane pochodzące z różnych źródeł nie są sprzeczne, lecz wzajemnie się uzupełniają. Połączone w jeden system tworzą spójną przestrzeń analityczną, w której białka o podobnych funkcjach wykazują zbliżoną strukturę i występują w pokrewnych regionach tej przestrzeni. To zjawisko badacze nazwali „lokalnością funkcji”.
Interaktywne narzędzie dostępne online
Efektem badań jest interaktywna platforma internetowa, która umożliwia wizualne przeglądanie oraz analizę danych białkowych. Dzięki intuicyjnemu interfejsowi, użytkownicy mogą łatwo badać zależności między strukturą a funkcją białka, co może znaleźć zastosowanie zarówno w badaniach naukowych, jak i w edukacji.
Wierzymy, że nasza platforma przyczyni się do tworzenia lepszych metod diagnostycznych, terapeutycznych, a także pomoże zrozumieć, jak wygląda życie molekularne na poziomie struktur białkowych – podkreśla dr Paweł Szczerbiak z Sano, główny autor pracy.
AI identyfikuje nieznane wcześniej funkcje białek
W ramach badań zastosowano techniki sztucznej inteligencji, takie jak deepFRI, które pozwalają przewidywać funkcje białek, nawet jeśli ich sekwencje nie przypominają wcześniej opisanych. W ten sposób udało się odkryć potencjalnie nowe warianty białek biorących udział m.in. w:
- transporcie lipidów,
- reakcjach biochemicznych u organizmów żyjących w ekstremalnych warunkach,
- mechanizmach odpornościowych mikrobiomu.
To narzędzie nie tylko otwiera drogę do lepszego rozumienia biologii molekularnej, ale też umożliwia tworzenie nowych leków, projektowanych na podstawie funkcji nieznanych dotąd struktur białkowych.
Współpraca międzynarodowa i prestiżowe publikacje
To nie pierwsze ważne osiągnięcie zespołu. Już w 2023 roku naukowcy opublikowali głośne badania nad białkami mikrobiomu w czasopiśmie „Nature Communications”. Tym razem projekt został zrealizowany we współpracy z:
- Flatiron Institute (USA),
- Open Molecular Software Foundation (USA),
- oraz Uniwersytetem Jagiellońskim w Krakowie.
Tak szeroka współpraca pokazuje, jak silna i dynamiczna jest dziś polska nauka w obszarze bioinformatyki i medycyny obliczeniowej.
Nowe możliwości dla nauki i medycyny
Opracowana platforma została udostępniona badaczom z całego świata. Znajdzie zastosowanie w wielu dziedzinach, takich jak:
- analiza mikrobiomu,
- badania ewolucji białek,
- projektowanie leków celowanych,
- rozwój terapii opartych na strukturach białkowych.
Co istotne, dzięki przystępnej formie wizualnej, narzędzie może być również wykorzystywane w edukacji i popularyzacji wiedzy o biologii molekularnej.
Główne wnioski
- Polscy naukowcy z Sano i UJ stworzyli platformę do analizy danych białkowych, łączącą AI z bioinformatyką.
- Narzędzie integruje dane z AlphaFold, ESMAtlas i Microbiome Immunity Project, tworząc spójną przestrzeń analityczną.
- Dzięki wykorzystaniu technologii deepFRI możliwe jest przewidywanie funkcji białek nawet przy braku znanych sekwencji.
- Platforma wspiera diagnostykę, projektowanie leków, analizę mikrobiomu i edukację – udostępniona jest globalnie.
Źródło:
- Uniwersytet Jagielloński w Krakowie, Portal UJ
