Las proteínas son las pequeñas máquinas que impulsan la vida, desde ayudarnos a luchar contra las infecciones hasta romper los alimentos para obtener energía. Pero muchas proteínas no funcionan solas, se unen en estructuras complejas llamadas homooligómeros. Comprender cómo se ensamblan es clave para desbloquear avances en medicina, biotecnología e investigación de enfermedades. Hasta ahora, predecir estas estructuras ha sido lenta y difícil, dependiendo de experimentos que consumen mucho tiempo o métodos computacionales que requieren recursos significativos
Ahí es donde SEQ2Symm entra. desarrollado y dirigido por
Meghana Kshirsagar
De Microsoft’s AI for Good Lab en colaboración con el ganador del Premio Nobel David Baker, profesor de la Universidad Nacional de Seúl
Minkyung Baek
Profesor del MIT, Bonnie Berger, y el profesor de la Universidad de Pensilvania Gregory Bowman. Este nuevo modelo de IA basado en ESM2 puede predecir estructuras de proteínas más rápido y más precisa que nunca, lo que analiza 80,000 proteínas por hora. Este es un gran avance, lo que permite a los investigadores estudiar millones de proteínas de manera nunca antes posible. Proporcionando información rápida y confiable sobre cómo se ensamblan las proteínas, SEQ2Symm Abre la puerta a los principales avances científicos en múltiples campos. Eso significa comprender mejor las enfermedades, llegar a los avances médicos más rápido y capacitar a los investigadores para abordar problemas más grandes que nos afectan a todos.
Aprovechar la IA para resolver los mayores desafíos del mundo es algo con lo que estamos profundamente comprometidos como empresa. Este compromiso es compartido por muchos de nuestros socios, incluidos los investigadores del Laboratorio Baker de la Universidad de Washington, que han sido colaboradores invaluables durante más de tres años.
- Descubrimiento de drogas más rápido: Comprender las estructuras de proteínas ayuda a los científicos a diseñar mejores medicamentos al atacar las proteínas correctas de manera más efectiva, reduciendo el tiempo y el costo de desarrollar nuevos tratamientos.
- Mejor investigación de enfermedades: Muchas enfermedades, incluidos los Alzheimer y ciertos tipos de cáncer, están vinculadas a mal funcionamiento de proteínas que involucran homooligómeros. Con SEQ2Symmlos investigadores pueden identificar rápidamente las anormalidades estructurales que contribuyen a estas afecciones y exploran posibles tratamientos.
- Avances en biología sintética: Los científicos pueden usar predicciones propulsadas por IA para diseñar nuevas proteínas con funciones específicas, lo que lleva a avances en medicina, bioingeniería y materiales sostenibles como polímeros biodegradables que están compuestos por homooligómeros.
- Investigación viral más fuerte: Muchos virus, incluido Covid-19, se basan en estructuras de proteínas homooligoméricas simétricas para replicarse. Comprender estas estructuras puede ayudar a los científicos a desarrollar fármacos y vacunas antivirales más efectivos.
Esta tecnología es de código abierto, lo que brinda a los investigadores en todo el mundo acceso a una herramienta que acelera drásticamente los descubrimientos. Haciendo que la predicción de la estructura de proteínas sea más rápida, más escalable y más precisa, SEQ2Symm está ayudando a los científicos a desbloquear los misterios de la vida a un ritmo sin precedentes.
Si bien estamos inmensamente orgullosos del progreso, reconocemos que hay más trabajo por hacer. Los desafíos que estamos rastreando son complejos y en constante evolución, lo que requiere atención continua e innovación continua. Agradecemos a nuestros socios que compartan nuestros valores y dedicación para continuar el trabajo y continuarán colaborando con el Laboratorio Baker en la Universidad de Washington, para garantizar el éxito continuo de este modelo.
