Um modelo foi desenvolvido para prever com que eficiência um sistema de edição genética do tipo CRISPR iria se ligar com moléculas de RNA, tornando possível prever sua eficiência antes que ele seja produzido.
O modelo foi treinado para tratar as sequências de aminoácidos de enzimas da mesma forma que um modelo de linguagem analisa texto, o que o ajudou a “aprender” a linguagem biológica necessária para produzir enzimas inéditas.
Usando dados experimentais para treinamento, o modelo se tornou capaz de predizer a estrutura tridimensional de moléculas de RNA com base somente em sua sequência.
Padrões e fenômenos da natureza, em especial os dos seres vivos, têm fornecido uma série de inspirações para resolver problemas computacionais. No artigo, são apresentados três fenômenos biológicos e que soluções computacionais podem ser resolvidas com eles
Algoritmos de machine learning e inteligência artificial possuem uma vasta gama de aplicações nas áreas biológicas. Neste artigo, veja alguns dos principais algoritmos de IA e suas principais aplicações no campo da biologia.
As redes neurais apresentadas na pesquisa incorporam em sua estrutura o conhecimento sobre as redes de sinalização e regulação celular, o que permite que os parâmetros da rede sejam interpretáveis como dados sobre genes e proteínas, ampliando a aplicabilidade das redes não só para tarefas de predição, mas também para a descoberta científica.
O modelo desenvolvido usou a técnica de transfer learning para conseguir generalizar as propriedades físico-químicas das moléculas inibidoras a partir de um dataset pequeno, produzindo ao final 79 novas moléculas candidatas. O estudo foi validado confirmando o potencial dessas moléculas através de métodos tradicionais, mais complexos e dispendiosos.
As funções das proteínas são dependentes de sua estrutura tridimensional, e essa estrutura é determinada pela sequência de aminoácidos que lhe forma. A tradução entre sequência e estrutura não é óbvia, mas um modelo de self-attention, normalmente usado para tradução entre idiomas, conseguiu também fazer essa tradução entre domínios biológicos.
