Schéma utilisé pour prévoir les futures variantes du virus Sars-Cov-2 et pour comprendre leur liaison avec le récepteur ACE2. • Sam Paul Dhamodharan et al.
Et si l’on traitait les acides aminés comme les lettres d’un alphabet, pour composer de nouvelles “phrases” protéiques ? Depuis 2020 et l’exploit d’AlphaFold (DeepMind), capable de prédire la structure 3D des protéines, une nouvelle génération d’intelligences artificielles va plus loin : créer des protéines inédites, conçues pour une fonction précise, thérapeutique par exemple. Autrement dit, elles ne se contentent plus d’analyser les protéines naturelles, elles peuvent en proposer de nouvelles, sur mesure.
Les applications de ces modèles promettent une révolution dans la découverte de médicaments, mais pas seulement. En générant des protéines aux propriétés inédites, ils offrent des perspectives pour la conception d’enzymes industrielles, de biomatériaux ou de systèmes de bioremédiation. Leur capacité à explorer « l’espace des protéines » au-delà des solutions naturelles laisse entrevoir la possibilité de créer des molécules dotées de fonctions encore inconnues.
Qant vous propose un tour d’horizon de l’état de l’art de la recherche, en commençant par deux études récentes, qui examinent en profondeur les processus de tokenisation d’un des premiers “Protein Language Models”, ProtGPT2…
Source archive Kessel : https://qant.kessel.media/posts/pst_dda3dd7a6dc94973baf92b46b82dd65c
