VolgendeVolgende gids
AI in het voorspellen van klantverloop
Toepassingen
ToepassingenGIDS
AI voorspelt de 3D-vorm waarin een eiwit zich vouwt op basis van alleen de aminozuursequentie, waarmee een 50 jaar oude grote uitdaging in de biologie wordt opgelost.
Luister naar deze gidsAI-verteld · ~2 min
Because shape determines function, this accelerates drug discovery, enzyme design, and disease research.
Eiwitten zijn ketens van aminozuren die zich in ingewikkelde 3D-vormen vouwen, en die vorm bepaalt wat het eiwit doet. Het voorspellen van de vouw op basis van alleen de sequentie was ooit bijna onmogelijk en vereiste langzame, dure laboratoriummethoden zoals röntgenkristallografie. In 2020 verbaasde DeepMind's AlphaFold2 het veld tijdens de CASP14-wedstrijd en voorspelde structuren met bijna experimentele nauwkeurigheid. Het leert van de tienduizenden bekende structuren van de Protein Data Bank en van evolutionaire patronen in verwante sequenties. In 2022 had AlphaFold voorspelde structuren vrijgegeven voor meer dan 200 miljoen eiwitten, die bijna elk gecatalogiseerd organisme bestrijken. De Nobelprijs voor de Scheikunde van 2024 erkende deze doorbraak, die de manier heeft veranderd waarop biologen voorheen onoplosbare structurele vragen benaderen.
Onderzoekers gebruikten AlphaFold-structuren om het ontwerp van kandidaat-remmers tegen malaria en verwaarloosde tropische ziekte-eiwitten te versnellen.
Wetenschappers hebben nieuwe enzymen ontworpen die PET-plastic afbreken door gevouwen structuren te voorspellen en te optimaliseren voor stabiliteit.
Geneesmiddelenfabrikanten screenen door AlphaFold voorspelde structuren om medicijnbare ‘pockets’ op voorheen ongekarakteriseerde ziektedoelen te identificeren.
Vaccinontwikkelaars modelleren de 3D-vorm van oppervlakte-eiwitten van pathogenen om antigenen te ontwerpen die sterkere immuunreacties veroorzaken.
De grens verlegt zich voorbij afzonderlijke statische structuren naar het modelleren van de eiwitdynamiek, multi-eiwitcomplexen en interacties met DNA, RNA en geneesmiddelen met kleine moleculen. AlphaFold3 (2024) en tools als RoseTTAFold voorspellen dergelijke interacties al. Generatieve modellen voor de novo eiwitontwerp creëren geheel nieuwe eiwitten, inclusief op maat gemaakte enzymen en bindmiddelen, die in de natuur niet bestaan. Verwacht een nauwere integratie met wet-lab-automatisering, waardoor de cirkel tussen AI-voorspelling en experimentele validatie wordt gesloten.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
AI voorspelt de 3D-vorm waarin een eiwit zich vouwt op basis van alleen de aminozuursequentie, waarmee een 50 jaar oude grote uitdaging in de biologie wordt opgelost. Omdat vorm de functie bepaalt, versnelt dit de ontdekking van geneesmiddelen, het ontwerp van enzymen en het onderzoek naar ziekten.
AlphaFold2 voorspelt de gevouwen 3D-structuur, uitgaande van de eendimensionale aminozuursequentie van het eiwit, plus evolutionaire informatie van gerelateerde sequenties.
De 3D-vorm van een eiwit bepaalt zijn biologische functie en welke moleculen, inclusief medicijnen, ermee kunnen interageren.
Wanneer twee aminozuren samen over verwante eiwitten evolueren, geeft dit vaak aan dat ze zich fysiek dichtbij elkaar in de gevouwen structuur bevinden, een belangrijke aanwijzing die het netwerk gebruikt.
De bijna experimentele nauwkeurigheid van AlphaFold2 werd aangetoond tijdens CASP14, de tweejaarlijkse beoordeling van de voorspelling van de eiwitstructuur, in 2020.
De Nobelprijs voor de Scheikunde 2024 eerde werk op het gebied van de voorspelling van de eiwitstructuur en het computationeel eiwitontwerp.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
AI in het voorspellen van klantverloop
Toepassingen