[📪정보] 알파폴드 후속작 알파프로테오 자가면역질환 연구중

알파프로테오 - 딥마인드에서 2024년 9월 6일 공개함.

딥마인드 연구팀은 7개의 단백질을 대상으로 알파프로테오로 단백질 결합제를 생성했다. 알파프로테오의 학습에는 단백질 데이터뱅크의 방대한 양의 단백질 데이터와 알파폴드의 1억개 이상의 구조 예측 데이터가 사용됐다. 이를 통해 분자가 서로 결합하는 다양한 방법을 학습했다는 설명이다. 목표 단백질의 구조와 우선 결합 위치 데이터가 주어지면 해당 위치에서 목표 단백질에 결합하는 단백질 후보를 생성할 수 있다고 한다.

딥마인드는 "궁극적으로 TNFɑ와 같은 어려운 표적에 대응하는 것을 목표로 알파프로테오의 개선과 확장을 지속할 것"이라고 밝혔다.

출처 : 디지털투데이 (DigitalToday)(https://www.digitaltoday.co.kr)

동시에 DeepMind의 알파프로테오 생물학의 가장 큰 과제 중 일부를 해결하기 위해 새로운 단백질을 설계하는 획기적인 AI 도구로 등장했습니다. 단백질 구조를 예측하는 AlphaFold와 같은 이전 모델과 달리 AlphaProteo는 특정 분자 표적에 단단히 고정할 수 있는 새로운 단백질 바인더를 만드는 보다 진보된 작업을 수행합니다. 이 기능은 약물 발견, 진단 도구, 심지어 바이오센서 개발을 극적으로 가속화할 수 있습니다. 예를 들어, 초기 시험에서 AlphaProteo는 바인더를 성공적으로 설계했습니다. SARS-CoV-2 스파이크 단백질 암과 염증에 관여하는 단백질을 찾아냈으며, 기존 방법보다 3~300배 강한 결합 친화력을 보였습니다.

한계와 미래 방향

모든 새로운 기술과 마찬가지로 AlphaProteo도 한계가 없는 것은 아닙니다. 예를 들어, 이 시스템은 단백질에 대한 효과적인 바인더를 설계하는 데 어려움을 겪었습니다. 종양괴사인자(TNF), 류마티스 관절염과 같은 자가면역 질환과 관련된 까다로운 표적. 이는 AlphaProteo가 많은 표적에 매우 효과적이지만 여전히 개선의 여지가 있음을 강조합니다.

DeepMind는 AlphaProteo의 기능을 확장하기 위해 적극적으로 노력하고 있으며, 특히 TNF?와 같은 어려운 목표를 해결하는 데 주력하고 있습니다. 이 팀은 또한 AlphaProteo를 사용하여 단백질을 설계하는 것을 포함하여 이 기술의 새로운 응용 분야를 탐색하고 있습니다. 작물 개선 하고 환경 지속 가능성.

AlphaProteo: 단백질 디자인 분야에서 구글 DeepMind의 획기적인 진전 - Unite.AI

[📪정보] 알파폴드 후속작 알파프로테오 자가면역질환 연구중

댓글 7

다른 게시글