Các mô hình ngôn ngữ tương tự những mô hình đứng sau ChatGPT, đã được sử dụng để thiết kế các kháng thể chống lại SAS-CoV-2, Ebola, cúm...
Ở đỉnh điểm của đại dịch, các nhà nghiên cứu đã phải chạy đua để thiết kế các phân tử kháng thể có khả năng chống lại COVID-19. Giờ đây, chúng ta có trí tuệ nhân tạo (AI) giúp rút ngắn quy trình phát triển kháng thể vốn tiêu tốn nhiều thời gian và công sức.
Trong một nghiên cứu công bố trên tạp chí Nature Biotechnology, các nhà tin sinh học mô tả cách họ sử dụng một mạng lưới thần kinh trí tuệ nhân tạo, tương tự ChatGPT nhưng khác dữ liệu đào tạo, để cải thiện thiết kế kháng thể.
Hình minh họa các kháng thể đơn dòng (hình chữ y) liên kết với các vị trí trên protein hình gai của vi SARS-CoV-2 (màu đỏ).
Thuốc kháng thể dùng để điều trị ung thư vú và viêm khớp dạng thấp mang lại doanh thu hơn 100 tỷ USD trên toàn thế giới mỗi năm. Các nhà nghiên cứu hy vọng rằng AI tổng quát - mạng thần kinh có thể tạo văn bản, hình ảnh và nội dung khác trên cơ sở các mẫu đã học - sẽ giúp tìm ra kháng thể một cách hiệu quả hơn so với quy trình "thủ công".
Kháng thể là một trong những vũ khí chính của hệ thống miễn dịch. Các protein này đã trở thành con cưng của ngành công nghệ sinh học, vì chúng có thể được thiết kế để gắn vào và điều khiển hoạt động của hầu hết mọi loại protein của virus. Dù vậy, quy trình tinh chỉnh các tính năng để tạo ra một kháng thể hữu ích đòi hỏi rất nhiều lần sàng lọc thử và sai thủ công, Brian Hie, nhà sinh học tính toán tại Stanford và là người đồng chủ trì nghiên cứu nói trên, cho biết.
Vì thế, Hie và đồng nghiệp thử nghiệm các công cụ AI trong tác vụ này. Thay vì được cung cấp khối lượng văn bản khổng lồ như ChatGPT, các mô hình AI thiết kế protein được cung cấp dữ liệu về hàng chục triệu chuỗi protein. Nhóm Hie sử dụng một mô hình AI thiết kế protein được phát triển bởi các nhà nghiên cứu tại Meta AI, và yêu cầu mô hình đưa ra các đột biến đối với các kháng thể để cải thiện chúng.
Mô hình này được Meta đào tạo bằng gần 100 triệu trình tự protein, nhưng trong số đó chỉ có vài nghìn protein là kháng thể. Dù vậy, một phần lớn các đột biến mà mô hình đưa ra giúp tăng hiệu quả của kháng thể chống lại SARS-CoV-2, ebola và cúm.
Các kháng thể này đều là các liệu pháp điều trị đã được phê duyệt, nhưng các đột biến mà mô hình đưa ra đã cải thiện hơn nữa khả năng kháng thể nhận biết và ngăn chặn các protein mà virus sử dụng để lây nhiễm tế bào.
Nhóm nghiên cứu cho biết nhiều đột biến mà mô hình đưa ra nằm bên ngoài các vùng tương tác thông thường của kháng thể. Các vùng tương tác là nơi kháng thể gắn vào protein mục tiêu. “Mô hình đang đưa ra những thông tin mới lạ đối với ngay cả các chuyên gia về kỹ thuật kháng thể. Xem xét kết quả, chúng tôi bất ngờ vì không hiểu chuyện gì đang xảy ra", Peter Kim, nhà hóa sinh tại Đại học Stanford, người đồng chu trì nghiên cứu, cho biết.
“Đây là một công cụ mà giới nghiên cứu sẽ sử dụng để cải thiện kháng thể sẵn có", Charlotte Deane, nhà nghiên cứu miễn dịch tính toán tại Đại học Oxford, cho biết. Deane cho biết nhiều người kỳ vọng AI sẽ có thể tạo ra sẽ có thể tạo ra những kháng thể hoàn toàn mới theo yêu cầu, thay vì chỉ cải thiện các kháng thể hiện có.
Tháng 3 vừa qua, các nhà khoa học tại Absci, công ty công nghệ sinh học ở TP Vancouver, bang Washington, báo cáo trên bioRxiv rằng họ đã sử dụng một mô hình để đưa ra các thiết kế mới cho một số vùng quan trọng trong một loại thuốc kháng thể đang được sử dụng để điều trị ung thư vú.
Theo khoahocphattrien
Tin tức liên quan
Đăng nhập
