“Ils ont évolué au cours de l’évolution pour résoudre les problèmes auxquels les organismes ont été confrontés au cours de l’évolution. Mais nous sommes confrontés à de nouveaux problèmes aujourd’hui, comme le covid. Si nous pouvions concevoir des protéines aussi efficaces pour résoudre de nouveaux problèmes que celles qui ont évolué au cours de l’évolution pour résoudre d’anciens problèmes, ce serait vraiment, vraiment puissant », a ajouté Baker, qui est également co-auteur de l’article.
ProteinMPNN aidera les chercheurs qui ont en tête une structure protéique à trouver la séquence d’acides aminés qui constitue sa forme exacte. Pour ce faire, il utilise un réseau neuronal formé sur un très grand nombre d’exemples de séquences d’acides aminés.
Cependant, afin de s’assurer que les chercheurs conçoivent des protéines utiles pour des applications dans le monde réel, ils doivent d’abord déterminer quel squelette protéique aurait la fonction qu’ils cherchent à activer.
Pour y parvenir, ils utilisent deux méthodes appelées “hallucination contrainte”, qui permet aux utilisateurs d’effectuer une recherche aléatoire parmi toutes les séquences protéiques possibles, et “hallucination”, qui leur permet d’explorer l’espace de toutes les structures protéiques possibles.
Ces deux processus permettent aux chercheurs d’aller au-delà de la protéines que l’on trouve simplement dans la nature et en créer de nouveaux. « La nature n’en a prélevé qu’une infime partie. Donc, si vous limitiez la recherche à ces séquences qui existent dans la nature, vous n’irez nulle part », a déclaré Baker.