O design de proteínas, um aspecto crucial das ciências da vida, envolve a criação de sequências de aminoácidos que se dobram em estruturas proteicas desejadas. Esse processo, conhecido como o problema da dobradura inversa de proteínas, apresenta um desafio neste campo.
Para esse fim, uma equipe de pesquisadores da Universidade Tsinghua (THU) na China introduziu o DIProT, um kit de ferramentas interativo para design de proteínas que utiliza um modelo generativo profundo não autorregressivo para abordar esse problema.
"As proteínas desempenham um papel vital em inúmeras funções biológicas", explica o autor correspondente do estudo, Xiaowo Wang, professor do Departamento de Automação da Universidade Tsinghua. "Tanto a previsão da estrutura de uma determinada sequência de proteínas, como exemplificado pelo AlphaFold, quanto o design de sequências de aminoácidos que correspondem a uma estrutura proteica específica apresentam seus próprios desafios."
Ao desenvolver o DIProT, os pesquisadores integraram modelos de aprendizado profundo com conhecimento humano diretamente no processo de design, aprimorando a eficiência e a eficácia do design de proteínas.
"A abordagem exclusiva do DIProT permite que os usuários especifiquem a estrutura alvo e fixem partes da sequência que desejam reter, aumentando a flexibilidade do processo de design", acrescenta Wang. "O kit de ferramentas também inclui um modelo de previsão de estrutura de proteínas para avaliar designs in silico, formando um loop de design virtual que melhora significativamente a eficiência do design de proteínas."
Uma das principais características do DIProT é sua interface gráfica do usuário (GUI) amigável, que integra vários algoritmos para permitir um loop de design de feedback rápido e intuitivo. A GUI permite que os usuários interajam visualmente com os resultados do design, facilitando a compreensão e a interpretação.
https://www.sciencedirect.com/science/article/pii/S2405805X24000115
