Peptidi i veštačka inteligencija otkrivaju nove puteve u pravljenju lekova

Otkriveno je da određene aminokiseline značajno podstiču agregaciju, naročito kada se nalaze na kraju peptidnog lanca

Kombinovanjem molekularnih simulacija sa naprednim alatima veštačke inteligencije kineski istraživači su uspeli da pruže ključne uvide u ponašanje peptida, koji su od suštinskog značaja za razvoj lekova i materijala. Ovo otkriće ne samo da unapređuje naše razumevanje o tome kako peptidi funkcionišu, već i otvara nove puteve za lečenje bolesti kao što je Alchajmerova bolest, piše SciTech Daily.

Istraživanje sprovedeno od strane kineskog tima i objavljeno u uglednom naučnom časopisu JACS Au otkriva kako se kratki peptidni lanci, poznati kao tetradepeptidi i pentapeptidi, agregiraju u složene strukture. Agregacija ovih peptida presudna je za stabilnost lekova, kao i za razvoj novih materijala u biotehnologiji i medicini.

Preporučujemo

Peptidi, kao osnovne građevinske jedinice proteina, sastavljeni su od kratkih lanaca aminokiselina. Njihova uloga u organizmu je višestruka – od izgradnje tkiva, ubrzavanja hemijskih reakcija, pa do zaštite imunološkog sistema. Funkcionalnost peptida direktno zavisi od njihove sposobnosti da se pravilno agregiraju, formirajući trodimenzionalne strukture koje omogućavaju optimalno delovanje. Razumevanje ovih procesa od vitalnog je značaja za stabilnost lekova, ali i za istraživanje kako se peptidi ponašaju u kontekstu bolesti poput Alchajmerove bolesti, gde se toksični peptidi nakupljaju i formiraju štetne naslage u mozgu.

U ovoj studiji, kineski naučnici su koristili kombinaciju molekularne dinamike i veštačke inteligencije kako bi detaljno analizirali ponašanje peptida. Upotrebom tehnika dubokog učenja, poput Transformer Regression Networks, istraživači su analizirali čak 160.000 tetradepeptida i 3,2 miliona pentapeptida. Cilj je bio da se utvrdi kako specifične sekvence aminokiselina utiču na agregaciju ovih peptida.

Otkriveno je da određene aminokiseline, naročito aromatične, poput triptofana, fenilalanina i tirozina, značajno podstiču agregaciju, naročito kada se nalaze na kraju peptidnog lanca.

- Aromatične aminokiseline imaju prstenaste strukture koje se privlače kroz 'π-π' interakcije, što im omogućava da se grupišu i formiraju stabilne strukture - objasnio je dr Venbin Li, docent na Univerzitetu Vestlejka i jedan od vodećih autora studije. S druge strane, hidrofilne aminokiseline, poput asparaginske i glutaminske kiseline, inhibiraju agregaciju zbog svoje jake interakcije sa molekulima vode.

Jedan od ključnih zaključaka istraživanja jeste da promena sekvence aminokiselina može drastično promeniti način na koji se peptidi agregiraju. Na primer, dodavanje aromatičnih aminokiselina na kraj peptidnog lanca povećava agregaciju, dok postavljanje negativno naelektrisanih aminokiselina na početak lanca smanjuje ovaj efekat. Peptidi se, u zavisnosti od vrste i položaja aminokiselina, grupišu u različite oblike – od dugih nitastih struktura do okruglih, loptastih nakupina.

- Aminokiseline sa naelektrisanjem obično uzrokuju formiranje dugih, nitastih struktura, dok one koje izbegavaju vodu teže da formiraju okrugle, loptaste nakupine - rekao je dr Li.

Studija je takođe pokazala zanimljiv obrazac, peptidi sa sličnim karakteristikama skloniji su formiranju sličnih agregata.

- Razumevanjem kako se tetradepeptidi međusobno lepe, možemo predvideti kako će se ponašati pentapeptidi, što znatno olakšava predviđanje ponašanja dužih peptidnih lanaca - dodao je dr Li.

Ovakvi uvidi ne samo da doprinose boljem razumevanju bolesti povezanih sa peptidnom agregacijom, već mogu biti od presudne važnosti za razvoj novih materijala. Jedan od primera je primena peptida u biotehnologiji, gde se ovi lanci koriste u biosenzorima, poluprovodnicima i dijagnostičkim alatima. Predvidljivost njihovog ponašanja omogućava razvoj preciznijih i pouzdanijih alata.

Jedna od najvažnijih primena ovog istraživanja odnosi se na lečenje bolesti povezanih sa peptidnom agregacijom, poput Alchajmerove bolesti. Tokom Alchajmerove bolesti, peptidi poznati kao amiloid-beta formiraju plakove u mozgu, što uzrokuje oštećenje moždanih ćelija. Razumevanje kako se peptidi ponašaju na molekularnom nivou može pomoći u razvijanju lekova koji sprečavaju ili smanjuju agregaciju ovih štetnih peptida.

Pored toga, ova otkrića pružaju ključne smernice za dizajniranje stabilnijih lekova i sistema za isporuku lekova. Dr Điaći Vang, docent na Univerzitetu Sijan Điaotong-Liverpul i prvi autor studije, istakao je da bi ovo istraživanje moglo imati dalekosežan uticaj na razvoj ekološki prihvatljivih proizvoda i inovativnih tehnologija u biotehnologiji.

Pored značajnih medicinskih i biotehnoloških implikacija, ovo istraživanje demonstrira i sve veći značaj veštačke inteligencije u naučnim istraživanjima. Kombinovanjem računarskih simulacija sa moćnim alatima veštačke inteligencije, istraživači su u mogućnosti da predvide ponašanje peptida na način koji je do sada bio nezamisliv.

Ovaj pristup može otvoriti vrata za brojne proboje u medicini, nauci o materijalima i biohemiji, omogućavajući razvoj inovativnih rešenja za najteže medicinske izazove današnjice.

(Telegraf Nauka / SciTech Daily)