RADAR TASIKMALAYA – Dikembangkan oleh peneliti bioinformatika KAUST Maksat Kurmanov dan timnya, alat ini mengungguli metode analisis saat ini dalam memprediksi fungsi protein dan dapat menganalisis protein tanpa kecocokan yang jelas dengan menggunakan kumpulan data yang ada.
Model DeepGO-SE memanfaatkan model bahasa yang kaya serupa dengan yang digunakan oleh Chat-GPT dan alat AI generatif lainnya. Kemudian, gunakan prinsip-prinsip ilmiah umum tentang cara kerja protein dan terapkan penalaran logis untuk menarik kesimpulan penting tentang aktivitas molekuler.
Dalam contoh ini, dengan membuat model bagian-bagian dunia yang merupakan fungsi protein dan menyimpulkan skenario yang paling mungkin dari makna dan logika model dunia tersebut, komputer secara efektif menafsirkan hasilnya secara logis. Anda akan mampu melakukannya.
Kurmanov dan Hoendorff berkolaborasi dengan Stefan Arold dari KAUST dan ilmuwan di Institut Bioinformatika Swiss untuk menilai kemampuan model dalam menafsirkan peran protein dengan peran fisiologis yang tidak jelas. Alat ini mampu secara akurat memprediksi aktivitas molekuler dari protein yang tidak diketahui menggunakan informasi tentang ikatan protein yang diketahui dengan protein lain dan rangkaian asam amino. Dalam kompetisi internasional untuk alat prediksi fitur, DeepGO-SE berada di peringkat 20 teratas dari lebih dari 1.600 algoritme, yang menunjukkan keakuratan model.
Dengan menggunakan teknologi ini, tim KAUST kini dapat menyelidiki peran protein misterius yang ditemukan pada tanaman yang bertahan hidup di gurun pasir yang keras di Arab Saudi. Mereka berharap peneliti lain akan menggunakan metode ini dan hasilnya akan membantu mengidentifikasi protein baru untuk aplikasi bioteknologi.
Kulmanov dan Hoehndorf berkolaborasi dengan Stefan Arold dari KAUST, serta peneliti di Institut Bioinformatika Swiss, untuk menilai kemampuan model dalam menguraikan fungsi protein yang perannya dalam tubuh tidak diketahui.
Alat tersebut berhasil menggunakan data mengenai urutan asam amino dari protein yang kurang dipahami dan interaksinya yang diketahui dengan protein lain serta memprediksi secara tepat fungsi molekulernya. Modelnya sangat akurat sehingga DeepGO-SE menduduki peringkat 20 teratas dari lebih dari 1.600 algoritme dalam kompetisi alat prediksi fungsi internasional.
Tim KAUST kini menggunakan alat tersebut untuk menyelidiki fungsi protein misterius yang ditemukan pada tanaman yang tumbuh subur di lingkungan ekstrem gurun Arab Saudi. Mereka berharap bahwa temuan ini akan berguna untuk mengidentifikasi protein baru untuk aplikasi bioteknologi dan ingin peneliti lain menggunakan alat ini.
Seperti yang dijelaskan Kulmanov, ”Kemampuan DeepGO-SE untuk menganalisis protein yang tidak dikarakterisasi dapat memfasilitasi tugas-tugas seperti penemuan obat, analisis jalur metabolisme, asosiasi penyakit, rekayasa protein, penyaringan protein spesifik yang diinginkan, dan banyak lagi.” (Joses Adyatma Parahita)
Sumber: Nature
