Istraživači sa Washington State University koristili su veštačku inteligenciju i molekularne simulacije da identifikuju ključnu interakciju unutar fuzionog proteina glicoprotein B (gB) koja je neophodna za ulazak herpes virusa u ćelije. Eksperimentalna izmena te interakcije sprečila je ulazak virusa u nove ćelije. Rad je objavljen u novembru u časopisu Nanoscale, finansirao ga je NIH, a metoda se može primeniti i na druge bolesti zavisne od proteinskih interakcija.
AI Otkrila Ključnu Interakciju Koja Može Sprečiti Ulazak Virusa U Ćelije
Tim istraživača sa Washington State University (WSU) koristio je veštačku inteligenciju i molekularne simulacije kako bi identifikovao jednu ključnu molekularnu interakciju neophodnu za ulazak virusa u ćelije. Promena te interakcije u laboratorijskim eksperimentima onemogućila je virusu da prodre u nove ćelije, otvarajući put ranijim strategijama za sprečavanje infekcije.
Šta su istraživači uradili?
Rad objavljen u novembru u časopisu Nanoscale usredsređen je na fazu ulaska virusa — deo životnog ciklusa koji je teško poremetiti jer uključuje velik broj međudelovanja između virusnih i ćelijskih komponenti. Kao model su uzeti herpes virusi, koji za ulazak koriste površinski fuzioni protein glicoprotein B (gB).
Glicoprotein B je poznat kao ključan za fuziju virusne i ćelijske membrane, ali zbog svoje velike veličine i složene arhitekture dugo je bilo teško utvrditi koje među-povezanosti unutar proteina su funkcionalno presudne. Istraživači su zato kombinovali molekularne simulacije i mašinsko učenje kako bi istovremeno analizirali i rangirali na hiljade mogućih interakcija unutar proteina.
„Virusi napadaju ćelije kroz hiljade međudelovanja,“ rekao je prof. Jin Liu, sa odseka za mašinsko i materijalno inženjerstvo na WSU. „Naš cilj je da identifikujemo ono najvažnije međudelovanje; kada ga otkrijemo, možemo pronaći način da sprečimo ulazak virusa u ćeliju i zaustavimo širenje bolesti.“
Umesto dugotrajnog pristupa pokušaja i greške, računske metode omogućile su timu da brzo izdvoji najsmislenije interakcije koje su potom testirane u laboratoriji. U eksperimenatima je promena jedne od identificiranih interakcija u gB faktički sprečila ulazak virusa u nove ćelije.
Finansiranje i tim
Studiju je vodio prof. Anthony Nicola iz Odseka za veterinarsku mikrobiologiju i patologiju, a projekat je finansijski podržao Nacionalni institut za zdravlje (NIH).
Širi značaj i naredni koraci
Autori ističu da se ista računarska platforma može primeniti i na druge bolesti koje zavise od promenjenih proteinskih interakcija, uključujući neke neurodegenerativne poremećaje poput Alchajmerove bolesti. Ipak, neophodna su dodatna preklinička i klinička istraživanja pre nego što se otkriće pretvori u lek ili preventivnu terapiju.
Zaključak: Kombinacija AI i molekularnih simulacija omogućila je identifikaciju ranjivog mesta na virusnom proteinu koje može postati cilj novih strategija za sprečavanje infekcije pre nego što virus uđe u ćeliju.
Pomozite nam da budemo bolji.
