Evolución rápida en silico dirigida por un modelo de lenguaje de proteínas con EVOLVEpro

Área de la Ciencia:

• Biotecnología
• Biología computacional
• Ingeniería de proteínas

Sus antecedentes:

• La evolución dirigida de las proteínas es crucial para las aplicaciones biomédicas, pero enfrenta desafíos como la complejidad y la optimización ineficiente.
• Los métodos in silico existentes que utilizan modelos de lenguaje de proteínas (PLM) tienen una generalización y mapeo limitados a la actividad de las proteínas.

Objetivo del estudio:

• Desarrollar un nuevo marco para la mejora rápida de la actividad de las proteínas utilizando datos experimentales mínimos.
• Para superar las limitaciones de la ingeniería proteica actual y los métodos de guía in silico.

Principales métodos:

• Se introdujo EVOLVEpro, un marco de aprendizaje activo de pocos disparos.
• Modelos integrados de lenguaje de proteínas (PLM) con modelos de regresión para la orientación del paisaje de aptitud.
• Aplicó el marco a diversas tareas de ingeniería de proteínas con datos mínimos.

Principales resultados:

• Logró hasta 100 veces mejoras en las propiedades deseadas de la proteína.
• Se ha demostrado su eficacia en seis proteínas en la producción de ARN, edición del genoma y unión de anticuerpos.
• Mostró la superioridad del aprendizaje activo de pocos disparos sobre las predicciones de cero disparos.

Conclusiones:

• EVOLVEpro acelera significativamente la ingeniería de proteínas guiada por IA.
• El marco ofrece un enfoque poderoso para optimizar la actividad de las proteínas en biología y medicina.
• Destaca la ventaja del aprendizaje activo con datos experimentales limitados para el diseño de proteínas.