Por favor, avalie esta postagem
DeepGO-SE, uma ferramenta de IA criada por pesquisadores da KAUST, revoluciona a previsão de funções desconhecidas de proteínas usando implicação lógica e modelos de linguagem avançados, mostrando potencial significativo para pesquisa científica e aplicações biotecnológicas. Crédito: SciTechDaily.com
A ferramenta DeepGO-SE AI da KAUST se destaca na previsão de funções de proteínas desconhecidas, oferecendo aplicações promissoras em biotecnologia e pesquisa.
Uma nova ferramenta de inteligência artificial (IA) que tira inferências lógicas sobre a função de proteínas desconhecidas promete ajudar os cientistas a desvendar o funcionamento interno da célula.
Desenvolvida pelo pesquisador de bioinformática da KAUST Maxat Kulmanov e colegas, a ferramenta supera os métodos analíticos existentes para prever funções de proteínas e é até capaz de analisar proteínas sem correspondências claras nos conjuntos de dados existentes.
Avanços na análise da função proteica
O modelo, denominado DeepGO-SE, aproveita grandes modelos de linguagem semelhantes aos usados por ferramentas generativas de IA, como Chat-GPT. Em seguida, emprega implicação lógica para tirar conclusões significativas sobre funções moleculares com base em princípios biológicos gerais sobre o modo como as proteínas funcionam.
Essencialmente, capacita os computadores a processar logicamente os resultados, construindo modelos de parte do mundo — neste caso, a função das proteínas — e inferindo o cenário mais plausível com base no bom senso e no raciocínio sobre o que deveria acontecer nestes modelos mundiais.
Uma nova ferramenta de inteligência artificial (IA) que tira inferências lógicas sobre a função de proteínas desconhecidas promete ajudar os cientistas a desvendar o funcionamento interno da célula. Crédito: © 2024 KAUST; Ivan Gromicho
Pesquisa Colaborativa e Aplicações
“Este método tem muitas aplicações”, diz Robert Hoehndorf, chefe do Grupo de Pesquisa em Bio-Ontologia KAUST, que supervisionou esta pesquisa, “especialmente quando é necessário raciocinar sobre dados e hipóteses geradas por uma rede neural ou outra aprendizado de máquina modelo”, acrescenta.
Kulmanov e Hoehndorf colaboraram com Stefan Arold da KAUST, bem como com pesquisadores do Instituto Suíço de Bioinformática, para avaliar a capacidade do modelo de decifrar as funções das proteínas cujo papel no corpo é desconhecido.
A ferramenta utilizou com sucesso dados sobre o amino ácido sequência de uma proteína pouco compreendida e suas interações conhecidas com outras proteínas e previu com precisão suas funções moleculares. O modelo foi tão preciso que o DeepGO-SE foi classificado entre os 20 primeiros entre mais de 1.600 algoritmos em uma competição internacional de ferramentas de previsão de funções.
Impacto e direções futuras
A equipe KAUST está agora usando a ferramenta para investigar as funções de proteínas enigmáticas descobertas em plantas que prosperam no ambiente extremo do deserto da Arábia Saudita. Eles esperam que as descobertas sejam úteis para identificar novas proteínas para aplicações biotecnológicas e gostariam que outros pesquisadores adotassem a ferramenta.
Como explica Kulmanov: “A capacidade do DeepGO-SE de analisar proteínas não caracterizadas pode facilitar tarefas como descoberta de medicamentos, análise de vias metabólicas, associações de doenças, engenharia de proteínas, triagem de proteínas específicas de interesse e muito mais.”
Referência: “Previsão da função proteica como implicação semântica aproximada” 14 de fevereiro de 2024, Inteligência da Máquina da Natureza.
DOI: 10.1038/s42256-024-00795-w