{"id":47970,"date":"2025-05-09T11:15:48","date_gmt":"2025-05-09T09:15:48","guid":{"rendered":"https:\/\/ellipse.prbb.org\/?p=47970"},"modified":"2025-05-09T11:14:56","modified_gmt":"2025-05-09T09:14:56","slug":"descodificar-els-agregats-proteics-amb-intelligencia-artificial","status":"publish","type":"post","link":"https:\/\/ellipse.prbb.org\/ca\/descodificar-els-agregats-proteics-amb-intelligencia-artificial\/","title":{"rendered":"Descodificar els agregats prote\u00efcs amb intel\u00b7lig\u00e8ncia artificial"},"content":{"rendered":"\n

En un gran aven\u00e7 cient\u00edfic<\/a>, equips investigadors han desenvolupat una nova Eina d’Intel\u00b7lig\u00e8ncia Artificial<\/strong><\/a>, anomenada CANYA, que pot descodificar el \u00abllenguatge\u00bb que utilitzen les prote\u00efnes per formar grups nocius<\/strong>, un proc\u00e9s implicat en malalties com l\u2019Alzheimer<\/a> i dotzenes d’altres trastorns. CANYA permet als cient\u00edfics veure exactament quines combinacions d’amino\u00e0cids (els blocs de construcci\u00f3 de les prote\u00efnes) fomenten o impedeixen l’agrupaci\u00f3 de prote\u00efnes coneguda com a agregaci\u00f3 amiloide, que pot alterar la funci\u00f3 cel\u00b7lular normal.<\/p>\n\n\n\n

Els investigadors han estat liderats per Benedetta Bolognesi (Institut de Bioenginyeria de Catalunya (IBEC)<\/a>) i Ben Lehner<\/a> (Centre de Regulaci\u00f3 Gen\u00f2mica (CRG)<\/a> i Wellcome Sanger Institute<\/a>), en col\u00b7laboraci\u00f3 amb cient\u00edfics del Cold Spring Harbor Laboratory (CSHL)<\/a>.<\/p>\n\n\n\n

Per construir CANYA, l’equip va crear el conjunt de dades m\u00e9s gran sobre l’agregaci\u00f3 de prote\u00efnes, generant m\u00e9s de 100.000 fragments de prote\u00efnes completament aleatoris<\/strong>, incloses moltes versions que no es troben a la natura. Despr\u00e9s van introduir cada fragment en c\u00e8l\u00b7lules de llevat<\/a> per comprobar el seu comportament. Aquest enfocament innovador els va donar una visi\u00f3 molt m\u00e9s \u00e0mplia dels comportaments potencials de les prote\u00efnes que altres estudis que nom\u00e9s analitzen conjunts naturals o petits de seq\u00fc\u00e8ncies.<\/p>\n\n\n\n

Les dades es van utilitzar per entrenar CANYA mitjan\u00e7ant una combinaci\u00f3 de m\u00e8todes d’IA extrets del reconeixement d’imatges i del reconeixement del llenguatge<\/strong>. Aquests dos mecanismes permeten al sistema ampliar els petits detalls de les cadenes de prote\u00efnes i alhora entendre la seva import\u00e0ncia en un context m\u00e9s ampli. Com a resultat, CANYA no nom\u00e9s va predir si una prote\u00efna formaria agregats<\/a>, sin\u00f3 que tamb\u00e9 va explicar el per qu\u00e8, revelant noves regles sobre com es comporten les prote\u00efnes.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Aplicacions en el desenvolupament de f\u00e0rmacs<\/strong><\/strong><\/h2>\n\n\n\n

La import\u00e0ncia d’aquest treball s’est\u00e9n m\u00e9s enll\u00e0 de la investigaci\u00f3 de malalties. L’agrupaci\u00f3 de prote\u00efnes \u00e9s un repte important en la biotecnologia<\/strong>, especialment en la fabricaci\u00f3 de f\u00e0rmacs<\/a>, que sovint s\u00f3n prote\u00efnes i que poden esdevenir inutilitzables si aquestes s’agreguen. La capacitat de CANYA per identificar seq\u00fc\u00e8ncies propenses a l’agregaci\u00f3 podria ajudar els enginyers i enginyeres a dissenyar prote\u00efnes m\u00e9s estables, estalviant temps i diners.<\/p>\n\n\n\n

Tot i que actualment l’eina classifica les prote\u00efnes en tipus amb o sense tendencia a agrupar-se, els investigadors pretenen ampliar-la per predir la rapidesa amb qu\u00e8 s’agreguen les prote\u00efnes<\/strong>, un factor clau en la progressi\u00f3 de les malalties neurodegeneratives.<\/p>\n\n\n\n

<\/div>\n\n\n\n

La import\u00e0ncia de la transpar\u00e8ncia<\/strong> en IA<\/h2>\n\n\n\n

A difer\u00e8ncia dels t\u00edpics sistemes d’IA que produeixen resultats sense que se s\u00e0piga ben b\u00e9 com (la famosa \u00abcaixa negra\u00bb), CANYA \u00e9s \u00abexplicable<\/strong>\u00ab, \u00e9s a dir, va ser constru\u00efda espec\u00edficament per revelar les regles qu\u00edmiques que hi ha darrere de les seves decisions<\/strong>, fent-les transparents i comprensibles per als humans. \u00abVolem poder confiar en que el model est\u00e0 fent les seves prediccions per raons que tenen sentit, i no en base a una cosa que simplement es correlaciona amb el resultat per\u00f2 que en realitat no est\u00e0 en absolut relacionada amb ell\u00bb, explica Mike Thompson<\/strong>, primer autor de l’article.<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00abA mesura que m\u00e9s investigadors i investigadores recorren a la IA per analitzar i modelar les seves dades, \u00e9s fonamental comprendre les conclusions i prediccions fetes pel model\u00bb
Mike Thompson <\/strong>(CRG), primer autor de l’article<\/em><\/p><\/blockquote>\n\n\n\n

<\/div>\n\n\n\n

Respecte als desafiaments de fer que la IA sigui explicable<\/strong>, Thompson diu: \u00abNo \u00e9s tan dif\u00edcil per als contextos biol\u00f2gics, per\u00f2 generalment comporta el risc d’una p\u00e8rdua de poder predictiu<\/strong>. Aix\u00f2 es deu al fet que com m\u00e9s complexa \u00e9s l’arquitectura del model – com m\u00e9s par\u00e0metres utilitza – m\u00e9s eficient \u00e9s, per\u00f2 tamb\u00e9 menys entenem com funciona\u00bb.<\/p>\n\n\n\n

Tot i que fer que CANYA fos explicable significava sacrificar una mica del seu poder predictiu, va valer la pena per millorar la seva confiabilitat<\/strong>. A m\u00e9s, l’eina ha demostrat ser un 15% m\u00e9s precisa que els models existents<\/strong>.<\/p>\n\n\n\n

Els autors esperen que aquest treball serveixi com a exemple <\/strong>de formes de seleccionar i interpretar arquitectures de models predictius, i estan explorant escenaris i guies per a desenvolupar aquestes pr\u00e0ctiques.<\/p>\n\n\n\n

<\/div>\n\n\n\n

En definitiva, aquest estudi demostra com la combinaci\u00f3 d’experiments de laboratori a gran escala amb IA explicable<\/a> pot fer que la biologia sigui m\u00e9s predictible, un pas essencial per a les innovacions tant en salut com en biologia sint\u00e8tica.<\/p>\n\n\n\n

<\/div>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Equips cient\u00edfics han desenvolupat una nova eina d’IA capa\u00e7 de desentranyar el \u201cllenguatge\u201d que hi ha darrere de les agregacions de prote\u00efnes, un segell distintiu de malalties com l’Alzheimer. L\u2019eina ajudar\u00e0 a predir quines combinacions d’amino\u00e0cids fomenten o impedeixen l’agregaci\u00f3 de prote\u00efnes.<\/p>\n","protected":false},"author":6,"featured_media":47963,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[26],"tags":[320,265,859,329],"new-type":[35],"class_list":["post-47970","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-recerca","tag-alzheimer","tag-crg-ca","tag-ia","tag-proteines","new-type-noticies"],"acf":[],"_links":{"self":[{"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/posts\/47970","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/comments?post=47970"}],"version-history":[{"count":8,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/posts\/47970\/revisions"}],"predecessor-version":[{"id":48005,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/posts\/47970\/revisions\/48005"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/media\/47963"}],"wp:attachment":[{"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/media?parent=47970"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/categories?post=47970"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/tags?post=47970"},{"taxonomy":"new-type","embeddable":true,"href":"https:\/\/ellipse.prbb.org\/ca\/wp-json\/wp\/v2\/new-type?post=47970"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}