Kecerdasan buatan (AI) kini membuka akses desain protein bagi lebih banyak ilmuwan, tidak hanya mereka yang memiliki latar belakang rekayasa perangkat lunak.

OpenProtein.

>>> Chicago Cubs Rekrut Jake Woodford, Bryse Wilson Dilepas

AI, sebuah platform berbasis web, dikembangkan oleh Tristan Bepler dan Tim Lu untuk mengatasi hambatan teknis dalam penelitian biologi.

Bepler meraih gelar PhD dari MIT pada 2020 di bidang biologi komputasional, kemudian bergabung dengan laboratorium Lu di Departemen Teknik Biologi MIT sebagai peneliti pascadoktoral.

Lu mengamati bahwa banyak ahli biologi laboratorium membutuhkan kemampuan machine learning canggih, namun hanya sedikit yang memiliki latar belakang teknik perangkat lunak yang diperlukan.

"Kami ingin membangun sesuatu yang ramah pengguna karena ide-ide machine learning agak esoteris," kata Bepler.

Pengaturan machine learning standar biasanya memerlukan unit pemrosesan grafis (GPU) khusus, penyesuaian hyperparameter yang presisi, dan pustaka sekuens khusus.

Sebagian besar laboratorium biologi konvensional tidak memiliki infrastruktur dan keterampilan tersebut.

Antarmuka web OpenProtein.

AI mengabstraksi kompleksitas operasional ini, memungkinkan ilmuwan mengunggah data eksperimental, melatih model prediktif, menghasilkan varian protein, dan memvalidasi temuan hanya dalam browser web standar.

Transformer Evolusioner dan Efisiensi Data

Arsitektur dasar platform ini bergantung pada PoET (Protein Evolutionary Transformer), model yang dilatih pada dataset evolusioner global untuk menganalisis dan mereplikasi pola yang dibentuk asam amino saat bermutasi antar spesies terkait.

Dengan mengevaluasi pola-pola ini, peneliti dapat melakukan skrining virtual protein digital, melewati ribuan iterasi coba-coba manual di laboratorium basah.

Model ini membutuhkan data eksperimental 30 kali lebih sedikit, memiliki 182 juta parameter, dan mampu menghasilkan serta menyaring sekuens varian.