IA aponta pesquisadores para novos alvos de doenças escondidos nas mitocôndrias
A inteligência artificial está ajudando os cientistas da Texas A&M AgriLife Research a acelerar as respostas a uma questão de longa data na biologia humana: o que realmente fazem.
Pontos-chave
- Em foco: A inteligência artificial está ajudando os cientistas da Texas A&M AgriLife Research a acelerar as respostas a uma questão de longa data na biologia
- Detalhe: Cobertura jornalística: verificar documentação técnica primária
- Leitura editorial: reportagem científica; quando possível, confira a fonte primária citada.
A inteligência artificial está ajudando os cientistas da Texas A&M AgriLife Research a acelerar as respostas a uma questão de longa data na biologia humana: o que realmente fazem centenas de proteínas misteriosas nas mitocôndrias. Adicionar às fontes preferenciais Nature Communications (2026).
Usando AlphaFold-Multimer como modelo de classificação para prever interações proteína-proteína mitocondriais. A inteligência artificial está ajudando os cientistas da Texas A&M AgriLife Research a acelerar respostas para uma questão de longa data na biologia humana: o que centenas de proteínas misteriosas nas mitocôndrias realmente fazem? .
Durante anos, os cientistas sabem que existem cerca de 1.100 proteínas nas mitocôndrias, os centros de energia das células humanas, mas ainda não sabem o que muitas delas fazem. Isto representa um problema porque mutações em quase 30% das proteínas mitocondriais têm sido associadas a doenças humanas, desde doenças mais comuns como cancro, Parkinson e Alzheimer até doenças metabólicas hereditárias raras.
No estudo “O interactoma previsto do proteoma mitocondrial humano”, publicado na Nature Communications, a equipe usou uma ferramenta de IA para rastrear todos os pares possíveis de cerca de 1.100 proteínas mitocondriais humanas, mais de 630. Do ponto de vista da ciência básica, o estudo também deu a 85 proteínas anteriormente não caracterizadas os seus primeiros parceiros prováveis, oferecendo pistas sobre o que essas proteínas podem fazer nas células.
O Google DeepMind criou e revelou o AFM em 2022 para prever as formas tridimensionais que as proteínas formam juntas. Funcionou muito bem, por isso decidimos aplicá-lo a todas as proteínas mitocondriais humanas. " Dos 630.003 pares de proteínas possíveis, a equipe catalogou 2.895 interações prováveis.
À medida que os membros da equipe continuam a fazer experiências com os dados, eles também colaboram com outros pesquisadores para compreender melhor a função celular e trabalhar em busca de novos insights sobre doenças humanas.

Fonte original: Phys. org Biology