AI sada dira ribosom, stroj koji svaka stanica koristi za gradnju proteina
A redesigned ribosome model removes isoleucine from the amino-acid set.š· AI-generated / Tech&Space
- ā Tim pokuÅ”ava izbaciti izoleucin iz genetskog koda
- ā Ribosom je redizajniran raÄunalnim alatima
- ā Eksperiment testira granice sintetiÄke biologije
Ribosom je najstariji i najkonzerviraniji stroj u biologiji ā gotovo identiÄan u svim živim organizmima veÄ viÅ”e od tri milijarde godina. Tim sa SveuÄiliÅ”ta Columbia i Harvarda sada ga je prepravio koristeÄi AI alate za proteinski inženjering, ciljajuÄi na izoleucin, jednu od tri kemijski sliÄne aminokiseline (uz leucin i valin). Umjetna inteligencija pomogla je modelirati ribosomalne mutacije koje bi omoguÄile sintezu proteina bez te specifiÄne aminokiseline.
Prema dostupnim informacijama, motivacija nije praktiÄna primjena, veÄ fundamentalno razumijevanje: je li genetski kĆ“d od 20 aminokiselina evolucijski sluÄaj ili optimalno rjeÅ”enje? Rani signali sugeriraju da bi reducirani kĆ“d mogao pojednostaviti neke aspekte sintetiÄke biologije, iako su specifiÄne aplikacije ā od lijekova do bioproizvodnje ā joÅ” uvijek u sferi moguÄeg. DosadaÅ”nje hipoteze o podrijetlu života pretpostavljale su prijelazna stanja s manje aminokiselina, ali nije postojao eksperimentalni sustav za testiranje tih scenarija.
Izazov je dvostruk: ribosom mora precizno prepoznati genske signale bez gubitka funkcionalnosti, a organizam mora preživjeti s ograniÄenijim kemijskim alfabetom. AI je ovdje kritiÄan kao akcelerator ā ruÄno modeliranje milijardi potencijalnih konfiguracija bilo bi praktiÄki nemoguÄe.
IstraživaÄi koriste AI za testiranje evolucijskih hipoteza o genetskom kĆ“du
A synthetic biology flow compresses the genetic code from 20 to 19 amino acids.š· AI-generated / Tech&Space
Äini se da je ovo istraživanje manje o trenutnoj primjeni, a viÅ”e o stvaranju platforme za buduÄa istraživanja. Znanstvena zajednica reagira s mjeÅ”ovitim entuzijazmom: sintetiÄka biologija dobiva alat za testiranje 'Å”to-ako' scenarija evolucije, dok struÄnjaci za biosigurnost upozoravaju na rizike ureÄivanja temeljnih životnih procesa.
Postoje nagaÄanja da bi reducirani kĆ“d mogao omoguÄiti potpuno nove proteinske arhitekture otpornije na prirodne proteaze ili prilagoÄene specifiÄnim industrijskim uvjetima. Kompetitivna prednost ovdje nije komercijalna ā joÅ” nema proizvoda ni patenata u fokusu ā veÄ metodoloÅ”ka. Grupe koje razvijaju AI platforme za strukturalnu biologiju (AlphaFold derivati, diffusion modeli za proteinski dizajn) sve viÅ”e ulaze u eksperimentalnu sintetiÄku biologiju, tradicionalno domena laboratorijskog znanja.
Ovo istraživanje signalizira spajanje tih svjetova: algoritamsko predviÄanje postaje direktno eksperimentalno testiranje. Ako se ovaj pristup proÅ”iri na druge aminokiseline, moguÄe je da Äemo dobiti biblioteku 'alternativnih života' ā organizama s funkcionalno razliÄitim, ali stabilnim genskim kodovima. To otvara pitanja o definiciji života, biosigurnosnim protokolima i tome tko kontrolira takve tehnologije.
