Onderzoekers ontwikkelen AI om driedimensionale structuur van therapeutische eiwitten te beschrijven

Een team van onderzoekers van de Universiteit voor Natuurlijke Hulpbronnen en Levenswetenschappen in Wenen heeft kunstmatige intelligentie (AI) software ontwikkeld die de driedimensionale (3D) structuur van therapeutische eiwitten kan beschrijven. Het doel van dit onderzoek is om bedrijven te helpen bij het ontwerpen van processen voor het zuiveren van geavanceerde therapieën tijdens de productie.

De software, die op dit moment wordt getraind in geometrie, zal de numerieke waarden van verschillende fysieke parameters van de eiwitten analyseren en deze linken aan hun moleculaire structuur. Op deze manier kan de AI voorspellen hoe de eiwitten zich zullen gedragen wanneer ze gezuiverd worden tijdens het productieproces.

Professor Johannes Buyel, het hoofd van het onderzoeksteam, legde uit dat de training van de AI vergelijkbaar is met het leren van een computer om verschillende soorten deurknoppen te herkennen. Afhankelijk van de gebruikte trainingsdata kan de AI mogelijk niet alle soorten deurknoppen nauwkeurig identificeren. Daarom richten de onderzoekers zich op het identificeren van de relevante fysieke parameters die representatief zijn voor de structuur van het eiwit.

Deze ontwikkeling van AI is een uitbreiding van eerder onderzoek, maar met integratie van de nieuwste ontwikkelingen op het gebied van machine learning. In het verleden gebruikten onderzoekers moleculaire beschrijvingen om te correleren met experimentele gegevens, maar dit was slechts een beschrijvende benadering. Nu heeft het team een mechanisme ontwikkeld dat ten grondslag ligt aan de voorspellingen.

Naast het ondersteunen van procesontwikkeling voor fabrikanten, kan de AI-software bijdragen aan een beter begrip van eiwitbiologie. De mogelijkheid om de 3D-structuur van therapeutische eiwitten nauwkeurig te beschrijven kan belangrijke implicaties hebben voor de ontwikkeling en optimalisatie van cel- en gentherapieën.

Naarmate dit onderzoek vordert, kunnen fabrikanten mogelijk vertrouwen op AI-voorspellingen om hun procesontwikkeling te verbeteren. Deze vooruitgang kan mogelijk een revolutie teweegbrengen in de productie van geavanceerde therapieën en leiden tot efficiëntere en effectievere zuiveringsprocessen.

The source of the article is from the blog enp.gr

Privacy policy
Contact