MÜNCHEN (IT BOLTWISE) – Eine neue KI-Technologie, die von einem Studenten der Universität São Paulo entwickelt wurde, verspricht, die Erforschung von Proteininteraktionen erheblich zu beschleunigen. Diese Entwicklung könnte insbesondere bei der Untersuchung von viralen Infektionen von entscheidender Bedeutung sein.
Die Erforschung von Proteininteraktionen ist ein komplexes Feld, das durch den Einsatz von Künstlicher Intelligenz (KI) erheblich vereinfacht werden kann. Ein bemerkenswertes Beispiel hierfür ist die Arbeit von Bruno Rafael Florentino, einem Doktoranden am Institut für Mathematische und Computerwissenschaften der Universität São Paulo. Seine Entwicklung, das BioPrediction-PPI, nutzt maschinelles Lernen, um die Interaktionen zwischen Proteinen vorherzusagen, was die Arbeit von Biologen erheblich erleichtert und beschleunigt.
Proteine spielen eine zentrale Rolle in einer Vielzahl von biologischen Prozessen, einschließlich der Infektion von Zellen durch Viren. Ein bekanntes Beispiel ist das Coronavirus, das die Spike-Proteine nutzt, um an die ACE-2-Rezeptoren menschlicher Zellen zu binden. Das BioPrediction-PPI automatisiert die Analyse potenzieller Proteininteraktionen und erfordert keine tiefen Programmierkenntnisse von den Nutzern. Dies ist besonders nützlich, um schnell zu identifizieren, welche viralen Proteine mit menschlichen Proteinen interagieren, insbesondere bei neu auftretenden Viren, die eine Epidemie auslösen könnten.
Florentino, der in Physikalischen und Biomolekularen Wissenschaften ausgebildet ist, wurde als erster Südamerikaner mit der Thomas Clarkson Goldmedaille bei den Global Undergraduate Awards 2024 ausgezeichnet. Sein Projekt wurde in der Kategorie Computerwissenschaften gewürdigt und führte zur Veröffentlichung eines wissenschaftlichen Artikels im Computational and Structural Biotechnology Journal, der die Vorhersage von Interaktionen zwischen nicht-kodierendem RNA und Proteinen behandelt.
Die Automatisierung von BioPrediction-PPI ist ein Paradebeispiel für die Anwendung von maschinellem Lernen in der Biotechnologie. Die Software extrahiert automatisch Merkmale aus den Daten, sodass Biologen keine spezifischen technischen Kenntnisse benötigen, um Vorhersagen zu treffen. Das System wird mit bekannten Proteininteraktionen trainiert und wandelt die Sequenzen in numerische Daten um, um die relevantesten Merkmale zu extrahieren und zu kategorisieren.
Durch die Kombination verschiedener Modelle wird eine endgültige Entscheidung über die Wahrscheinlichkeit von Interaktionen getroffen. Ein Bericht über die Leistung des Modells wird erstellt, um den Nutzern das Verständnis des Prozesses zu erleichtern. Diese End-to-End-Automatisierung spart Zeit und Ressourcen, indem sie die Anzahl der möglichen Kombinationen reduziert, die im Labor getestet werden müssen.
Florentinos Arbeit hat das Potenzial, die Biotechnologie erheblich zu beeinflussen, indem sie eine vollständig automatisierte maschinelle Lernlösung bietet. Die Möglichkeit, neue Daten einzufügen und das Programm an verschiedene Modelle anzupassen, macht BioPrediction zu einem flexiblen Werkzeug für Forscher. Dies ist besonders nützlich, wenn es darum geht, neue Mitglieder einer Virusfamilie zu untersuchen, indem bekannte Interaktionen genutzt werden, um Vorhersagen zu treffen.
Die Leistungsfähigkeit der prädiktiven Software wurde durch umfangreiche Experimente validiert, die ihre Wettbewerbsfähigkeit im Vergleich zu anderen maschinellen Lernmodellen zeigen. Ein Beispiel ist die Vorhersage von Interaktionen zwischen Proteinen des Influenza-A-Virus, bei der die Anzahl der möglichen Paare von 15.000 auf 1.265 reduziert wurde, wobei 75 % der Vorhersagen korrekt waren.
Diese Forschung trägt nicht nur zur Demokratisierung des Zugangs zu Computertechnologien für Biologen bei, sondern unterstützt auch die Untersuchung von Immunreaktionen auf Krankheitserreger. Das Projekt ist Teil des AutoAI-Pandemics-Projekts, das KI-Tools entwickelt, um die Forschung in der Molekularbiologie zu beschleunigen, die für den Kampf gegen Epidemien von Bedeutung sein könnte.
André Carvalho, Direktor des ICMC und Betreuer der Arbeit, betont, dass das Programm helfen kann, virale Infektionen schneller zu verstehen und den Bedarf an Proteininteraktionstests zu reduzieren. Dies könnte die Forschung zu Epidemien beschleunigen und zur Entwicklung von Lösungen beitragen, die Leben retten oder Schäden minimieren.
Florentino schließt mit der Hoffnung, dass bei einem neuen Virus die Software innerhalb von 24 Stunden aufzeigen kann, welche viralen Proteine mit menschlichen interagieren. Dies würde helfen, den Infektionsprozess zu verstehen und gezielt Impfstoffe oder Medikamente zu entwickeln.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Künstliche Intelligenz beschleunigt die Erforschung von Proteininteraktionen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Künstliche Intelligenz beschleunigt die Erforschung von Proteininteraktionen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Künstliche Intelligenz beschleunigt die Erforschung von Proteininteraktionen« bei Google Deutschland suchen, bei Bing oder Google News!