Een nieuw hulpmiddel voor kunstmatige intelligentie, ontwikkeld aan de Universiteit van Californië, San Francisco (UCSF), kan vastleggen hoe eiwitten zich gedragen in de context van een levende cel. De tool, DeepTracer genaamd, maakt gebruik van deep learning om grote datasets met afbeeldingen en video's van eiwitten in actie te analyseren. Hierdoor kunnen onderzoekers zien hoe eiwitten met elkaar en met hun omgeving omgaan, en de belangrijkste kenmerken identificeren die hun gedrag bepalen.

DeepTracer is een aanzienlijke vooruitgang ten opzichte van bestaande methoden voor het bestuderen van eiwitten. Traditionele methoden, zoals röntgenkristallografie en nucleaire magnetische resonantiespectroscopie, kunnen alleen statische beelden van eiwitten opleveren. DeepTracer daarentegen kan het dynamische gedrag van eiwitten in realtime vastleggen. Hierdoor kunnen onderzoekers zien hoe eiwitten van vorm veranderen, bewegen en interageren met andere moleculen.

DeepTracer is ook een krachtig hulpmiddel voor het ontdekken van geneesmiddelen. Door te begrijpen hoe eiwitten zich gedragen in de context van een levende cel, kunnen onderzoekers nieuwe doelwitten voor medicijnen identificeren en medicijnen ontwerpen die effectiever zijn en minder bijwerkingen hebben.

"DeepTracer is een belangrijke doorbraak op het gebied van eiwitonderzoek", zegt Dr. Brian Chen, hoogleraar bio-engineering aan UCSF en hoofdontwikkelaar van DeepTracer. "Deze tool zal onderzoekers in staat stellen eiwitten te bestuderen op een manier die nog nooit eerder mogelijk is geweest, en zal leiden tot nieuwe inzichten in hoe eiwitten functioneren en hoe ze voor therapeutische doeleinden kunnen worden ingezet."

DeepTracer wordt beschreven in een artikel gepubliceerd in het tijdschrift Nature Methods. Het artikel is online beschikbaar op https://www.nature.com/articles/s41592-022-01634-7.

De ontwikkeling van DeepTracer werd ondersteund door de National Institutes of Health, de National Science Foundation en het Howard Hughes Medical Institute.