Antivielu sastāva noslēpumu atšifrēšana ar AI

Antivielu sastāva noslēpumu atšifrēšana ar AI

Šī unikālā pētījuma laikā zinātnieki vēlējās saprast, vai mākslīgo intelektu var izmantot, lai prognozētu, kā organismā tiek apkopotas antivielu iekšpuses. Antivielas, kas sastāv no “smagajām” un “vieglajām” olbaltumvielu ķēdēm, ražo imūnsistēmas B šūnas, un tās aizsargā pret vīrusiem un baktērijām.

Franca Fraternali, Londonas Universitātes koledžas integratīvās skaitļošanas bioloģijas profesore, teica:

"Līdz šim parasti tika pieņemts, ka smago un vieglo ķēžu savienošana antivielās notiek nejauši. Izmantojot Immunomatch, mēs pirmo reizi parādām, ka šis izkārtojums patiesībā ir ļoti specifisks. Šo savienošanas noteikumu izpratne ir ļoti svarīga, lai prognozētu antivielu stabilitāti un veiktspēju, un tas paver durvis efektīvāku terapijas līdzekļu racionālai attīstībai."

Lai uzzinātu vairāk, zinātnieki izstrādāja ImmunoMatch, pamatojoties uz antivielām specifisku valodas modeli, ko izmanto smago un vieglo ķēžu antivielu sekvencēm, kas savāktas no miljoniem atsevišķu cilvēka B šūnu. AI modelis spēja identificēt un paredzēt ķēžu pārus, sniedzot zinātniekiem nenovērtējamu ieskatu antivielu kombinācijā.

Komanda arī parādīja, ka ImmunoMatch var precīzi analizēt antivielu sekvences no imūnšūnām, kas aktīvi reaģē uz slimībām, tostarp no hematoloģiskā vēža un B šūnām cietos audzējos. Šie atklājumi varētu paātrināt jaunu terapeitisko antivielu racionālu izstrādi.

Profesore Debora Danna-Valtersa, Surejas universitātes imunoloģijas profesore, sacīja:

"AI izmantošana palīdzēja mums atklāt, ka" smago" un "vieglo" ķēžu kombinācijas nav tik nejaušas, kā mēs iepriekš domājām.

"Šī informācija ļauj mums uzzināt no dabas iegūtos noteikumus, kas nosaka, kā olbaltumvielas tiek apvienotas, veidojot funkcionālas antivielas."

"Antivielas ir lielākā moderno ārstniecības līdzekļu klase. Apmēram ceturtā daļa no visiem nesen apstiprinātajiem ārstniecības līdzekļiem ir monoklonālas antivielas. Tāpēc izpratne par antivielu veidošanu ir būtiska to efektīvai konstrukcijai."

Šis pētījums tika publicēts Nature Methods.

Avoti: