La IA ayuda a cuantificar la actividad enzimática
Sin las enzimas, un organismo no podría sobrevivir. Son estos biocatalizadores los que facilitan toda una serie de reacciones químicas, produciendo los bloques de construcción de las células. Las enzimas también se utilizan ampliamente en la biotecnología y en nuestros hogares, donde se emplean, por ejemplo, en los detergentes.
Presentación esquemática del proceso de predicción de las constantes de Michaelis de las enzimas mediante métodos de aprendizaje profundo
HHU / Swastik Mishra
Para describir los procesos metabólicos facilitados por las enzimas, los científicos recurren a lo que se conoce como la ecuación de Michaelis-Menten. Esta ecuación describe la velocidad de una reacción enzimática en función de la concentración del sustrato, que se transforma en los productos finales durante la reacción. Un factor central de esta ecuación es la "constante de Michaelis", que caracteriza la afinidad de la enzima por su sustrato.
Medir esta constante en el laboratorio requiere mucho tiempo y esfuerzo. Por ello, sólo existen estimaciones experimentales de estas constantes para una minoría de enzimas. Un equipo de investigadores del Instituto de Biología Celular Computacional de la HHU y de la Universidad Tecnológica de Chalmers, en Estocolmo, ha optado ahora por un enfoque diferente para predecir las constantes de Michaelis a partir de las estructuras de los sustratos y las enzimas utilizando IA.
Aplicaron su enfoque, basado en métodos de aprendizaje profundo, a 47 organismos modelo que van desde bacterias hasta plantas y humanos. Como este enfoque requiere datos de entrenamiento, los investigadores utilizaron datos conocidos de casi 10.000 combinaciones de enzimas y sustratos. Probaron los resultados utilizando constantes de Michaelis que no se habían utilizado para el proceso de aprendizaje.
El profesor Lercher comentó lo siguiente sobre la calidad de los resultados: "Utilizando los datos de prueba independientes, pudimos demostrar que el proceso puede predecir las constantes de Michaelis con una precisión similar a las diferencias entre los valores experimentales de diferentes laboratorios. Ahora es posible que los ordenadores estimen una nueva constante de Michaelis en sólo unos segundos sin necesidad de un experimento".
La repentina disponibilidad de las constantes de Michaelis para todas las enzimas de los organismos modelo abre nuevas vías para la modelización metabólica por ordenador, como destaca la revista PLOS Biology en un artículo adjunto.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
