Cette technique s’appuie sur l’intelligence artificielle pour optimiser la conception des protéines tout en évitant la complexité des systèmes d’IA traditionnels.
En intégrant des informations sur les structures et l’évolution des protéines, AICE surpasse les limitations des méthodes conventionnelles, qui sont souvent coûteuses et peu efficaces.
Dans une étude publiée dans la revue Cell, les résultats indiquent que AICE améliore considérablement la précision des prédictions concernant les mutations d’acides aminés, atteignant des niveaux d’exactitude allant jusqu’à 90 % par rapport à d’autres approches basées sur l’IA.
En appliquant cette méthode, les chercheurs ont réussi à faire évoluer huit types de protéines aux fonctions diverses, y compris des éditeurs de base pour l’usage en médecine de précision.
Les nouvelles protéines produites démontrent des performances supérieures, offrant des fenêtres d’édition plus ciblées et une fidélité accrue par rapport aux techniques antérieures, faisant d’AICE une solution prometteuse et accessible pour l’ingénierie des protéines.
Source: IA Tech news
