En InsAIght, nuestro modelo StructureGPT combina IA generativa de vanguardia con análisis de estructuras proteicas, ofreciendo dos capacidades clave: generatividad e inpainting. Estas capacidades nos permiten abordar desafíos en el diseño de proteínas y abrir una amplia gama de aplicaciones en biofarmacéutica, biotecnología industrial y más.
Generatividad: Creación de variantes con propiedades a medida
La generatividad se refiere a la capacidad de StructureGPT para generar secuencias de proteínas novedosas que mantienen la estructura general de la proteína original mientras introducen variaciones a nivel de secuencia. Esto nos permite crear variantes con propiedades mejoradas, como mayor estabilidad, solubilidad o menor agregación, sin alterar la función central de la proteína. Algunos ámbitos de aplicación son:
Biotecnología industrial: Generamos variantes de enzimas usadas en procesos químicos, haciéndolas más estables en condiciones extremas como altas temperaturas o solventes no acuosos, lo que mejora la eficiencia y reduce costos de producción.
Industria farmacéutica: Creamos variantes de proteínas terapéuticas que retienen su actividad biológica, pero con mejor solubilidad o menor inmunogenicidad, mejorando las formulaciones para los pacientes.
Inpainting: Reconstrucción de Proteínas y Diseño desde Cero
El inpainting es una capacidad avanzada que permite a StructureGPT «rellenar» o reparar partes faltantes de una estructura proteica, generando una nueva secuencia que restaura las regiones ausentes mientras mantiene la coherencia estructural. Esta funcionalidad es crucial para tareas innovadoras donde partes de la proteína deben rediseñarse o generarse desde cero. Algunos ejemplos:
Biocatálisis: Rediseñamos sitios activos en enzimas para permitir nuevas rutas de reacción o mejorar la especificidad del sustrato, revolucionando la producción de biocombustibles como biohidrógeno o hidrocarburos.
Biotecnología médica: Diseñamos proteínas terapéuticas completamente nuevas, como receptores de células T en inmunoterapia adaptativa, para mejorar el reconocimiento y ataque a células cancerosas.
Aplicaciones ambientales: Diseñamos biosensores capaces de detectar compuestos tóxicos en agua, rediseñando sitios de unión para reconocer contaminantes y emitir señales específicas.
Cómo destaca StructureGPT
En el panorama creciente del diseño de proteínas con IA, varios modelos se centran en tareas específicas como generar secuencias, predecir estructuras u optimizar propiedades. Sin embargo, StructureGPT combina lo mejor de los modelos utilizados en procesamiento de lenguaje natural (NLP) y visión por computadora, haciéndolo excepcionalmente versátil.
Generación basada en estructura: A diferencia de herramientas que solo generan secuencias, StructureGPT integra diseño basado en estructura, permitiendo modificar proteínas existentes o generar nuevas secuencias desde información estructural.
Funcionalidades avanzadas: Su capacidad para reconstruir regiones faltantes (inpainting) o generar variantes (generatividad) lo convierte en una herramienta integral para la ingeniería de proteínas.
Integración con XSeq: El sistema XSeq complementa a StructureGPT, prediciendo múltiples propiedades como estabilidad, solubilidad o resistencia térmica, asegurando que las proteínas generadas sean tanto novedosas como prácticas.
Superando limitaciones actuales y Mmirando al futuro
Aunque StructureGPT demuestra capacidades notables, su funcionalidad de inpainting es más efectiva en cambios estructurales localizados. Los rediseños o eliminaciones a gran escala siguen siendo un desafío, y nuestro desarrollo se centra en mejorar este aspecto. Además, con más modelos XSeq en desarrollo, anticipamos predicciones de propiedades aún más precisas y diseños proteicos mejorados.
A medida que refinemos y ampliemos la plataforma, las aplicaciones potenciales de StructureGPT seguirán creciendo, desde mejorar la eficiencia de enzimas industriales hasta diseñar terapias de próxima generación. El futuro del diseño de proteínas con IA promete ser revolucionario, con StructureGPT como un pilar central.
