"Zaměřili jsme se na vylepšení stafylokinázy pomocí výměny jejích specifických stavebních kamenů - aminokyselin, které jsou zodpovědné za tyto interakce," uvedl Josef Šivic z CIIRC ČVUT.
"Abychom identifikovali aminokyseliny nejvhodnější pro taková nahrazení, natrénovali jsme výpočetní neuronový model, který je schopen se učit z velkého množství příkladů, podobně jako například ChatGPT. Systém dokáže předpovídat účinek takové změny, tedy jak změny v aminokyselinách následně ovlivní interakce mezi proteiny," dodal.
Tradiční způsoby pro hledání nejvhodnějších úprav aminokyselin byly rozsáhlé a časově náročné experimenty. Navržená metoda nazvaná PPIformer umožňuje předpovídat účinky aminokyselinových záměn na protein-proteinové interakce (PPI) ve zlomku sekundy. Může to mít I význam například pro návrh nových vakcín a biosenzorů.
"To znamená, že PPIformer nevyžaduje nákladné a časově náročné laboratorní experimenty. Místo toho se spoléhá na námi nově shromážděný a v současnosti největší soubor dat proteinproteinových interakcí, získaných z veřejně dostupných struktur proteinů," přiblížil Stanislav Mazurenko z Loschmidtových laboratoří Masarykovy univerzity (MUNI).
Návrhy vylepšené stafylokinázy jsou v současné době experimentálně ověřovány v laboratořích. Vědci z týmu Josefa Šivice z CIIRC ČVUT spolupracovali s týmem Stanislava Mazurenka z Loschmidtových laboratoří MUNI, Mezinárodního centra klinického výzkumu (ICRC) a týmem Tomáše Pluskala z Ústavu organické chemie a biochemie AV ČR.