Ty thể: AI dự đoán hàng nghìn đối tác của protein
· Ban biên tập BehindLines
Các nhà nghiên cứu của Texas A&M AgriLife Research đã dùng một công cụ trí tuệ nhân tạo để lập bản đồ những đối tác có khả năng của các protein trong ty thể, cấu trúc cung cấp năng lượng cho tế bào người. Theo Phys.org và bộ phận truyền thông AgriLife Today, kết quả đã được đăng trên tạp chí Nature Communications với tiêu đề "The predicted interactome of the human mitochondrial proteome".
Một công cụ dự đoán được dùng cho mục đích mới
Theo AgriLife Today, khoảng 1.100 protein được biết là có trong ty thể người, và chức năng của nhiều protein trong số đó vẫn chưa rõ. Các đột biến ảnh hưởng đến gần 30% trong số này đã được liên hệ với bệnh tật, trong đó có ung thư, bệnh Parkinson, bệnh Alzheimer và các rối loạn chuyển hóa di truyền hiếm gặp.
Nhóm nghiên cứu đã dùng AlphaFold-Multimer, công cụ mà Google DeepMind giới thiệu năm 2022 để dự đoán hình dạng mà các protein tạo ra khi liên kết với nhau. Theo AgriLife Today, họ đã sàng lọc 630.003 cặp protein có thể có. Phương pháp này ban đầu được thử trên các protein thuộc con đường đồng của ty thể. Tác giả thứ nhất, Abhinav Swaminathan, nhà nghiên cứu trong phòng thí nghiệm của Vishal Gohil, cho biết phương pháp "hoạt động rất tốt", nên nhóm quyết định mở rộng cho toàn bộ các protein.
Bản đồ cho thấy điều gì
Theo AgriLife Today, đợt sàng lọc chỉ ra 2.895 tương tác có khả năng, trong đó hơn một nửa chưa từng được báo cáo. Phys.org cho biết thêm rằng nó cũng gán cho 85 protein chưa được mô tả đặc điểm những đối tác khả dĩ đầu tiên, từ đó đem lại manh mối về vai trò của chúng.
Theo AgriLife Today, sau các dự đoán này là khoảng hai năm làm việc trong phòng thí nghiệm: một số quan hệ đối tác được dự đoán đã được xác nhận trong tế bào nấm men và tế bào người, với sự tham gia của các nhà nghiên cứu Đại học Washington tại St. Louis. Thông cáo không nói rõ đã kiểm tra bao nhiêu dự đoán và bao nhiêu phần trăm được xác nhận.
Một nguồn tài nguyên mở, với những giới hạn rõ ràng
Các dự đoán được cung cấp miễn phí trên mạng với tên MitoMatch, để các phòng thí nghiệm khác có thể tra cứu đối tác có khả năng của những protein mà họ nghiên cứu.
Các tác giả vẫn thận trọng. Cần biết chức năng của một protein trước khi có thể điều trị các bệnh liên quan đến nó, và các tương tác do máy tính dự đoán phải được kiểm chứng bằng thực nghiệm. Abhinav Swaminathan nhấn mạnh rằng phòng thí nghiệm của ông là phòng thí nghiệm "truyền thống" về hóa sinh và di truyền học, không phải phòng thí nghiệm AI, và các phương pháp điều trị bệnh liên quan đến ty thể có thể còn rất xa. Nhóm tiếp tục các thử nghiệm cùng các nhà nghiên cứu khác.