¡Nueva publicación científica!
Hoy estamos de enhorabuena, nuestra investigadora Ana María Fernández Escamilla acaba de publicar un nuevo estudio en el que se analiza el rendimiento de distintas herramientas de deep learning y métodos basados en primeros principios para el rediseño de proteínas, con un enfoque en su aplicabilidad terapéutica.
Título del artículo: Artificial intelligence and first-principle methods in protein redesign: A marriage of convenience?
DOI: En este trabajo:
Se evalúa la capacidad de diferentes enfoques —desde campos de fuerza hasta herramientas de plegamiento inverso como AlphaFold2— para predecir el efecto de múltiples mutaciones simultáneas.
Se presenta TriCombine, una nueva herramienta que analiza tríos de residuos en proteínas para guiar la selección de mutantes prometedores.
Se validan las predicciones con una colección de 36 mutantes, incluyendo 11 estructuras cristalinas, y un análisis a gran escala de más de 300.000 variantes en dominios naturales y de novo.
El artículo concluye que las combinaciones de modelado basado en IA con funciones de puntuación físicas (como FoldX) ofrecen los resultados más fiables, especialmente cuando se trata de rediseñar proteínas con múltiples mutaciones.
El trabajo destaca la importancia de las estrategias híbridas en el diseño de proteínas robustas, especialmente cuando se trabaja con proteínas de novo o sin estructuras cristalinas resueltas.
¡Gracias a todos los autores por este gran esfuerzo multidisciplinar!