Les scientifiques ont développé un logiciel d’intelligence artificielle capable de créer des protéines pouvant être utiles comme vaccins, traitements contre le cancer ou même comme outils pour éliminer la pollution par le carbone de l’air.
Cette recherche, rapportée aujourd’hui dans la revue Science, a été menée par la faculté de médecine de l’Université de Washington et l’Université de Harvard. L’article s’intitule « Échafaudage de sites fonctionnels de protéines à l’aide de l’apprentissage en profondeur ».
« Les protéines que nous trouvons dans la nature sont des molécules étonnantes, mais les protéines conçues peuvent faire bien plus », a déclaré l’auteur principal David Baker, chercheur HHMI et professeur de biochimie à UW Medicine. « Dans ce travail, nous montrons que l’apprentissage automatique peut être utilisé pour concevoir des protéines avec une grande variété de fonctions. »
Pendant des décennies, les scientifiques ont utilisé des ordinateurs pour essayer de concevoir des protéines. Certaines protéines, telles que les anticorps et les protéines de liaison synthétiques, ont été adaptées en médicaments pour lutter contre le COVID-19. D’autres, comme les enzymes, aident à la fabrication industrielle. Mais une seule molécule de protéine contient souvent des milliers d’atomes liés ; même avec des logiciels scientifiques spécialisés, ils sont difficiles à étudier et à concevoir.
Inspirée par la façon dont les algorithmes d’apprentissage automatique peuvent générer des histoires ou même des images à partir d’invites, l’équipe a entrepris de créer un logiciel similaire pour concevoir de nouvelles protéines. « L’idée est la même : les réseaux de neurones peuvent être formés pour voir des modèles dans les données. Une fois formés, vous pouvez leur donner une invite et voir s’ils peuvent générer une solution élégante. Souvent, les résultats sont convaincants, voire beaux », a déclaré le responsable. auteur Joseph Watson, chercheur postdoctoral à UW Medicine.
L’équipe a formé plusieurs réseaux de neurones à l’aide des informations de la banque de données sur les protéines, qui est un référentiel public de centaines de milliers de structures protéiques de tous les règnes de la vie. Les réseaux de neurones qui en ont résulté ont surpris même les scientifiques qui les ont créés.
L’équipe a développé deux approches pour concevoir des protéines avec de nouvelles fonctions. Le premier, surnommé « hallucination », s’apparente à DALL-E ou à d’autres outils d’IA génératifs qui produisent de nouvelles sorties basées sur de simples invites. La seconde, appelée « inpainting », est analogue à la fonction de saisie semi-automatique que l’on trouve dans les barres de recherche modernes et les clients de messagerie.
« La plupart des gens peuvent trouver de nouvelles images de chats ou écrire un paragraphe à partir d’une invite si on leur demande, mais avec la conception de protéines, le cerveau humain ne peut pas faire ce que les ordinateurs peuvent faire maintenant », a déclaré l’auteur principal Jue Wang, chercheur postdoctoral à UW Medicine. « Les humains ne peuvent tout simplement pas imaginer à quoi pourrait ressembler la solution, mais nous avons mis en place des machines qui le font. »
Pour expliquer comment les réseaux de neurones « hallucinent » une nouvelle protéine, l’équipe la compare à la façon dont elle pourrait écrire un livre : « Vous commencez avec un assortiment aléatoire de mots – un charabia total. Ensuite, vous imposez une exigence telle que celle du paragraphe d’ouverture. , il faut que ce soit une nuit sombre et orageuse. Ensuite, l’ordinateur changera les mots un à la fois et se demandera « Est-ce que mon histoire a plus de sens ? » Si c’est le cas, il conserve les modifications jusqu’à ce qu’une histoire complète soit écrite », explique Wang.
Les livres et les protéines peuvent être compris comme de longues séquences de lettres. Dans le cas des protéines, chaque lettre correspond à un bloc de construction chimique appelé acide aminé. En commençant par une chaîne aléatoire d’acides aminés, le logiciel mute la séquence encore et encore jusqu’à ce qu’une séquence finale qui code la fonction souhaitée soit générée. Ces séquences finales d’acides aminés codent pour des protéines qui peuvent ensuite être fabriquées et étudiées en laboratoire.
L’équipe a également montré que les réseaux de neurones peuvent combler les éléments manquants d’une structure protéique en quelques secondes seulement. Un tel logiciel pourrait aider au développement de nouveaux médicaments.
« Avec la saisie semi-automatique, ou « Protein Inpainting », nous commençons par les caractéristiques clés que nous voulons voir dans une nouvelle protéine, puis laissons le logiciel s’occuper du reste. Ces caractéristiques peuvent être des motifs de liaison connus ou même des sites actifs enzymatiques », explique Watson.
Les tests en laboratoire ont révélé que de nombreuses protéines générées par l’hallucination et l’inpainting fonctionnaient comme prévu. Cela comprenait de nouvelles protéines capables de se lier aux métaux ainsi que celles qui se lient au récepteur anticancéreux PD-1.
Les nouveaux réseaux de neurones peuvent générer plusieurs types différents de protéines en aussi peu qu’une seconde. Certains incluent des vaccins potentiels contre le virus respiratoire syncytial mortel, ou VRS.
Tous les vaccins fonctionnent en présentant une partie d’un agent pathogène au système immunitaire. Les scientifiques savent souvent quelle pièce fonctionnerait le mieux, mais la création d’un vaccin qui atteint la forme moléculaire souhaitée peut être difficile. À l’aide des nouveaux réseaux de neurones, l’équipe a incité un ordinateur à créer de nouvelles protéines incluant le fragment pathogène nécessaire dans le cadre de leur structure finale. Le logiciel était libre de créer toutes les structures de support autour du fragment clé, produisant plusieurs vaccins potentiels avec diverses formes moléculaires.
Lors d’un test en laboratoire, l’équipe a découvert que des anticorps connus contre le VRS collaient à trois de leurs protéines hallucinées. Cela confirme que les nouvelles protéines ont adopté leurs formes prévues et suggèrent qu’elles pourraient être des candidats vaccins viables qui pourraient inciter l’organisme à générer ses propres anticorps hautement spécifiques. Des tests supplémentaires, y compris sur des animaux, sont encore nécessaires.
« J’ai commencé à travailler sur les trucs du vaccin juste comme un moyen de tester nos nouvelles méthodes, mais au milieu de travailler sur le projet, mon fils de deux ans a été infecté par le VRS et a passé une soirée aux urgences pour avoir ses poumons Cela m’a fait réaliser que même les problèmes de « test » sur lesquels nous travaillions étaient en fait assez significatifs », a déclaré Wang.
« Ce sont de nouvelles approches très puissantes, mais il y a encore beaucoup de place à l’amélioration », a déclaré Baker, qui a reçu le prix Breakthrough 2021 en sciences de la vie. « Concevoir des enzymes à haute activité, par exemple, est toujours très difficile. Mais chaque mois, nos méthodes ne cessent de s’améliorer ! L’apprentissage profond a transformé la prédiction de la structure des protéines au cours des deux dernières années, nous sommes maintenant au milieu d’une transformation similaire de la conception des protéines. «
Ce projet a été dirigé par Jue Wang, Doug Tischer et Joseph L. Watson, qui sont des chercheurs postdoctoraux à UW Medicine, ainsi que Sidney Lisanza et David Juergens, qui sont des étudiants diplômés à UW Medicine. Parmi les auteurs principaux figurent Sergey Ovchinnikov, chercheur émérite John Harvard à l’Université de Harvard, et David Baker, professeur de biochimie à UW Medicine.
