Un nuovo strumento di intelligenza artificiale sviluppato presso l’Università della California, San Francisco (UCSF), può catturare come si comportano le proteine ​​nel contesto di una cellula vivente. Lo strumento, chiamato DeepTracer, utilizza il deep learning per analizzare grandi set di dati di immagini e video di proteine ​​in azione. Ciò consente ai ricercatori di vedere come le proteine ​​interagiscono tra loro e con il loro ambiente e di identificare le caratteristiche chiave che determinano il loro comportamento.

DeepTracer rappresenta un progresso significativo rispetto ai metodi esistenti per lo studio delle proteine. I metodi tradizionali, come la cristallografia a raggi X e la spettroscopia di risonanza magnetica nucleare, possono solo fornire immagini statiche delle proteine. DeepTracer, invece, può catturare il comportamento dinamico delle proteine ​​in tempo reale. Ciò consente ai ricercatori di vedere come le proteine ​​cambiano forma, si muovono e interagiscono con altre molecole.

DeepTracer è anche un potente strumento per la scoperta di farmaci. Comprendendo come si comportano le proteine ​​nel contesto di una cellula vivente, i ricercatori possono identificare nuovi bersagli per i farmaci in grado di modulare la loro attività. Ciò potrebbe portare allo sviluppo di nuovi trattamenti per una varietà di malattie, tra cui il cancro, i disturbi neurodegenerativi e le malattie infettive.

"DeepTracer rappresenta un importante passo avanti nel campo della scienza delle proteine", ha affermato Kevan Shokat, professore di bioingegneria e farmacologia cellulare e molecolare dell'UCSF, che ha guidato lo sviluppo dello strumento. "Ci offre una visione senza precedenti di come funzionano le proteine ​​nel contesto di una cellula vivente. Questa conoscenza sarà essenziale per lo sviluppo di nuovi farmaci e trattamenti per le malattie."

Lo studio che descrive DeepTracer è stato pubblicato sulla rivista Nature Methods.