L’ingegneria delle proteine è un campo con un enorme potenziale in vari settori scientifici e medici, ma affronta sfide significative. I metodi tradizionali per progettare proteine con funzioni nuove o migliorate sono lenti, laboriosi e inefficienti, ostacolando i progressi nel sfruttamento della loro piena capacità.
Tuttavia, i ricercatori dell’Università di Wisconsin-Madison hanno introdotto una soluzione rivoluzionaria: la piattaforma Self-driving Autonomous Machines for Protein Landscape Exploration (SAMPLE). Questo approccio innovativo integra un agente intelligente con un sistema robotico completamente automatizzato per migliorare l’ingegneria delle proteine.
La piattaforma SAMPLE funziona attraverso un processo collaborativo. L’agente intelligente progetta nuove proteine imparando le relazioni tra sequenze e funzioni, mentre il sistema robotico esegue esperimenti e fornisce feedback.
I ricercatori hanno condotto 10.000 simulazioni di ingegneria delle proteine utilizzando la piattaforma SAMPLE, concentrandosi sui dati del citocromo P450. Per selezionare le sequenze proteiche da testare, hanno impiegato vari metodi di ottimizzazione bayesiana (BO). La termo-stabilità delle proteine ingegnerizzate è servita come misura dell’efficacia dei metodi. Lo studio ha anche esplorato i test in batch e identificato alcuni vantaggi nelle sperimentazioni in batch più piccoli. Un modello di processo gaussiano (GP) addestrato sui dati di sequenza e funzione ha guidato le decisioni di progettazione dell’agente, garantendo robustezza e affidabilità attraverso più livelli di gestione delle eccezioni e del controllo di qualità.
In modo straordinario, la piattaforma SAMPLE ha identificato con successo enzimi glicoside idrolasi che presentavano una stabilità significativamente migliorata rispetto alle sequenze iniziali. Queste proteine progettate dalle macchine hanno mostrato un aumento di almeno 12°C nella tolleranza termica. Interessante notare che le sequenze principali identificate da ciascun agente erano uniche ma alla fine convergevano nella stessa regione del panorama di fitness, indicando il raggiungimento del picco di fitness globale. La conferma da parte della caratterizzazione umana ha ulteriormente convalidato la termo-stabilità migliorata e l’attività catalitica delle proteine progettate dalle macchine.
La piattaforma SAMPLE rappresenta un notevole salto in avanti nell’ingegneria delle proteine, mostrando il potenziale dei laboratori a guida autonoma per automatizzare ed accelerare le scoperte scientifiche. La sua integrazione di apprendimento, processo decisionale e sperimentazione in modo completamente autonomo rappresenta un miglioramento sostanziale rispetto ai sistemi semi-autonomi precedenti. Questo approccio sistematico sottolinea la sinergia tra progettazione computazionale intelligente, sperimentazione automatizzata e gestione precisa dei dati nell’avanzamento dell’ingegneria delle proteine.
Grazie alle capacità della piattaforma SAMPLE, il futuro dell’ingegneria delle proteine promette progressi accelerati e scoperte innovative nella chimica, nell’energia, nella medicina e oltre.
Domande frequenti (FAQs)
The source of the article is from the blog guambia.com.uy