Utilizzo dell’IA per analizzare grandi quantità di dati biologici
I ricercatori dell’Università del Missouri sviluppano un metodo che potrebbe essere utilizzato dagli scienziati durante lo sviluppo di nuove terapie farmacologiche per il trattamento medico di tumori e altre malattie.

 

I ricercatori dell’Università del Missouri stanno applicando una forma di intelligenza artificiale (AI) – precedentemente utilizzata per analizzare come i giocatori della National Basketball Association (NBA) muovono i loro corpi – per aiutare ora gli scienziati a sviluppare nuove terapie farmacologiche per trattamenti medici contro il cancro e altre malattie.

Il tipo di intelligenza artificiale, chiamato rete neurale a grafo, può aiutare gli scienziati ad accelerare il tempo necessario per setacciare grandi quantità di dati generati dallo studio della dinamica delle proteine. Questo approccio può fornire nuovi modi per identificare i siti target sulle proteine ​​affinché i farmaci funzionino in modo efficace, ha affermato Dong Xu, illustre professore presso il Dipartimento di ingegneria elettrica e informatica presso il MU College of Engineering e uno degli autori dello studio.

“In precedenza, i progettisti di farmaci potevano essere a conoscenza di un paio di punti sulla struttura di una proteina da indirizzare con le loro terapie”, ha affermato Xu, che è anche professore di bioinformatica di Paul K. e Dianne Shumaker. “Un nuovo risultato di questo metodo è che abbiamo identificato un percorso tra diverse aree della struttura proteica, che potrebbe potenzialmente consentire agli scienziati che stanno progettando farmaci di vedere ulteriori possibili siti target per la somministrazione delle loro terapie mirate. Questo può aumentare le possibilità che la terapia possa avere successo”.  

Xu ha affermato che possono anche simulare il modo in cui le proteine ​​possono cambiare in relazione a diverse condizioni, come lo sviluppo del cancro, e quindi utilizzare tali informazioni per dedurre le loro relazioni con altre funzioni corporee.

“Con l’apprendimento automatico possiamo davvero studiare quali sono le interazioni importanti all’interno delle diverse aree della struttura delle proteine”, ha affermato Xu. “Il nostro metodo fornisce una revisione sistematica dei dati coinvolti nello studio delle proteine, nonché dello stato energetico di una proteina, che potrebbe aiutare a identificare qualsiasi possibile effetto di mutazione. Questo è importante perché le mutazioni proteiche possono aumentare la possibilità che tumori e altre malattie si sviluppino nel corpo”.

” Inferenza relazionale neurale per apprendere interazioni allosteriche a lungo raggio nelle proteine ​​​​da simulazioni di dinamica molecolare ” è stato pubblicato su Nature Communications . Juexin Wang alla MU; e anche Jingxuan Zhu e Weiwei Han della Jilin University in Cina, hanno contribuito a questo studio. Il finanziamento è stato fornito dal China Scholarship Council e dal Progetto di cooperazione all’estero della provincia di Jilin, che sono stati utilizzati per supportare Jingxuan Zhu per condurre questa ricerca presso la MU, nonché dall’Istituto nazionale di scienze mediche generali del National Institutes of Health. Il contenuto è di esclusiva responsabilità degli autori e non rappresenta necessariamente il punto di vista ufficiale delle agenzie di finanziamento.

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi