- Comprendre et générer les protéines, éléments constitutifs fondamentaux de toutes les maladies, peut ouvrir la voie à de nouveaux médicaments et traitements
- Le processus actuel de conception de protéines en laboratoire exige beaucoup de calcul et de ressources, notamment pour générer la structure des protéines et la séquence d’acides aminés
- EvoDiff simplifie ce processus en générant, à partir d’une séquence protéique donnée, des protéines variées et de haute qualité, sans nécessiter d’informations structurelles sur la protéine cible
- EvoDiff, publié en open source, peut être utilisé pour créer de nouveaux traitements, de nouvelles méthodes d’administration de médicaments et des enzymes pour des réactions chimiques industrielles
- Il fonctionne selon le principe que « la séquence protéique est tout », et conçoit de nouvelles protéines en s’éloignant du paradigme structure-fonction en ingénierie des protéines
- Le framework EvoDiff repose sur un modèle de 640 millions de paramètres entraîné sur des données issues du dataset OpenFold et de UniRef50, couvrant diverses espèces et classes fonctionnelles de protéines
- Il s’agit d’un modèle de diffusion similaire aux modèles modernes de génération d’images, qui apprend à retirer progressivement le bruit d’une protéine de départ presque entièrement bruitée pour se rapprocher d’une séquence protéique
- Il peut générer de nouvelles protéines, combler les lacunes de conceptions protéiques existantes et répondre à des objectifs fonctionnels spécifiques
- En concevant des protéines dans l’espace des séquences plutôt que dans celui des structures, il permet de synthétiser des protéines désordonnées, qui jouent un rôle important en biologie et dans les maladies
- Cette recherche n’a pas encore fait l’objet d’une évaluation par les pairs, et davantage de travail de mise à l’échelle sera nécessaire avant que le framework puisse être utilisé commercialement
- L’équipe d’EvoDiff prévoit de tester en laboratoire les protéines générées par le modèle afin d’en évaluer la viabilité ; en cas de succès, elle lancera les travaux sur la prochaine génération du framework
Aucun commentaire pour le moment.