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 identificeren voor medicijnen die hun activiteit kunnen moduleren. Dit zou kunnen leiden tot de ontwikkeling van nieuwe behandelingen voor een verscheidenheid aan ziekten, waaronder kanker, neurodegeneratieve aandoeningen en infectieziekten.

"DeepTracer is een belangrijke doorbraak op het gebied van de eiwitwetenschap", zegt UCSF-professor bio-engineering en cellulaire en moleculaire farmacologie Kevan Shokat, die leiding gaf aan de ontwikkeling van het hulpmiddel. "Het geeft ons een ongekend beeld van hoe eiwitten werken in de context van een levende cel. Deze kennis zal essentieel zijn voor het ontwikkelen van nieuwe medicijnen en behandelingen voor ziekten."

De studie die DeepTracer beschrijft, werd gepubliceerd in het tijdschrift Nature Methods.