En amerikansk forskargrupp har med hjälp av Salesforce språkmodell ProGen skapat nya fullt fungerande artificiella proteiner och kan sätta en egen prägel på proteinerna.
Studien visar att det är möjligt att skapa konstgjorda proteiner som kan bryta ner avfall och plast.
Centralt för detta är den AI-drivna språkmodellen ProGen.
Den kan lära sig proteinernas regler och strukturer genom att analysera stora mängder data och skapa artificiella proteinsekvenser.
I stället för att lära Progen engelska, utvecklade forskningsteamet från Salesforce Research och University of California den AI-baserade språkmodellen att lära sig proteinernas språk. Progen matades med data från 280 miljoner proteiner och genererade sedan en miljon konstgjorda sekvenser.
Forskningsrönen har publicerats i ansedda Nature biotechnology och anses vara ett genombrott inom forskningsfältet för syntetiska proteiner. Eftersom proteiner består av aminosyror som finns i alla funktioner i våra kroppar använder nu forskare ProGen för att hitta läkemedel mot ledgångsreumatism och MS.
Plastätande proteiner
Forskarna har även knäckt koden vilka sekvenser i proteinet som ska användas. Nu kan man designa proteiner med specifika egenskaper och ändamål. Man kan ställa in ProGen så den genererar enzymer med specifika egenskaper. Således kan man börja utforma proteiner med specifika egenskaper och syften.
Studien med artificiellt producerade proteiner ger förhoppningar om nya möjligheter till nedbrytningen av plast. Med skräddarsydda strukturer av syntetiskt producerade proteiner kan de bryta ner plast naturligt, exempelvis på soptippar eller i områden som är särskilt utsatta av plastföroreningar.
– Jag tror ny teknik kan komma till stor hjälp för att vi ska kunna lösa våra klimatutmaningar. Här är ProGen ett bra exempel på hur AI och språkmodeller kan komma till användning. Nedbrytning av plast är ett område där det kan komma till användning, och jag är stolt över att Salesforce och vårt företags teknologi bidrar till detta arbete, säger Inger Lise Eng, Sverigechef på Salesforce.
För dem som vill följa utvecklingen är det möjligt att göra det på GitHub, där koden för ProGen och sekvenserna finns tillgänglig för alla.
