AI-protein som vaccin

− Våra forskningsresultat visar en enorm potential för tekniken inom många användningsområden, till exempel snabbare och mer kostnadseffektiv utveckling av proteinbaserade läkemedel och vaccin, säger Aleksej Zelezniak, docent på institutionen för biologi och bioteknik på Chalmers.

Proteiner är stora molekyler som spelar en betydande roll i alla levande celler. De bygger, modifierar eller bryter ned andra molekyler. Proteiner spelar även en viktig medicinsk roll i form av proteinbaserade läkemedel och terapeutiska antikroppar. Diabetesmedicinen insulin och många behandlingsmetoder mot cancer är proteinbaserade. Även antikroppsbehandlingar som används mot virusinfektioner, såsom covid-19, är proteinbaserade.

Fungerade protein på några veckor

Nutida metoder för proteindesign bygger på att man introducerar slumpmässiga mutationer i proteinsekvensen, i förhoppningen att skapa ett protein med nya och förbättrade egenskaper. För varje mutation som introduceras finns dock en risk för att proteinaktiviteten minskar.

− Därför måste man utföra många serier av väldigt dyra och tidskrävande experiment där man testar miljoner av varianter, för att skapa nya effektiva proteiner och enzymer. Nu när vi har vi en AI-baserad metod kan vi gå från datordesign till fungerande protein på bara några veckor, säger Aleksej Zelezniak.

Aleksej Zelezniaks grupp på Chalmers har utvecklat en teknik som heter ProteinGAN, vilket är en sorts generativ djupinlärning. AI:n får analysera stora datamängder om välstuderade proteiner och använder sedan det som underlag för att skapa nya proteiner.

Samtidigt försöker en annan del av AI-systemet klura ut om proteinen som skapas är syntetiska eller naturliga. Proteinsekvenser skickas fram och tillbaka för utveckling och utvärdering tills systemet inte längre kan skilja på naturliga och syntetiska proteinsekvenser. Samma metod används redan för att skapa foton och videor av människor som inte existerar.

Snabbhet är nyckeln

Proteinerna skapas genom bioteknik där man ändrar den ursprungliga proteinsekvensen med hopp om att skapa ett nytt syntetiskt protein som är mer effektivt och stabilt.

− Snabbare processer vid proteinsyntes är väldigt viktigt för att få ner utvecklingskostnaderna. Det är nyckeln till att skapa hållbara industriella processer och konsumentprodukter. Vår AI-modell och andra framtida modeller kommer att göra detta möjligt, och vår forskning är därför ett mycket viktigt bidrag, säger Martin Engqvist, forskare på Chalmers och delaktig i att utforma experimenten där de AI-genererade proteinerna testades.

Nästa steg är att testa hur tekniken kan användas i praktiken för att förbättra proteiners egenskaper.

Källa: Chalmers tekniska högskola