Escape Velocity

Esta página foi traduzida automaticamente e ainda não foi revisada. Como ajudar

Biotecnologia / biotech/de-novo-protein-design

Projeto de proteínas de novo

em delimitaçãonão avaliadolacuna alta aberta

Projetar do zero, por computador, uma proteína com estrutura ou função escolhida, de modo que os primeiros projetos testados em laboratório funcionem como pretendido.

Escopo

Dentro: projeto computacional de novos ligantes proteicos, enzimas e montagens que não existem na natureza, e a taxa de sucesso experimental dos projetos. Fora: evolução dirigida de proteínas naturais e a entrega das proteínas no corpo (biotech/in-vivo-gene-delivery).

Maturidade
não avaliado
Contribui para
Saúde e bem-estar, Indústria, inovação e infraestrutura
Última revisão
2026-10-04
Curadores
ninguém ainda: candidate-se

Métricas

Taxa de acerto experimental principalfaltam 1,0 ordens de grandeza

Proporção das moléculas projetadas que atendem ao critério de sucesso declarado, como se ligar ao alvo abaixo de uma afinidade declarada, quando testadas experimentalmente. Quanto maior, melhor.
Taxa de acerto experimental: escala logarítmica, uma marca por ordem de grandeza; melhor à direitametahoje
Atual (2025-01-01)10%
Meta90%
Limite–
Condições. Ligantes proteicos de novo, taxa de sucesso experimental nos alvos testados pelos desenvolvedores do método.
Por que esta meta. A meta da abordagem um-projeto-um-ligante citada no artigo do BindCraft: com uma taxa de sucesso de 90%, testar três projetos dá mais de 99,9% de chance de ao menos um ligante funcional (1 menos 0,1 ao cubo), de modo que não é preciso triagem de alto rendimento. Raciocínio do atlas, não uma meta de agência.
Observação. Extremo inferior de uma faixa relatada de 10 a 100% entre alvos. as_of é o ano de publicação. Grupos independentes relatam taxas menores para outros métodos (ver a lacuna).

Lacunas

A taxa de sucesso varia muito entre alvos e entre grupos

altaincógnita científicacamada: dispositivoativa

Os desenvolvedores de um pipeline relatam taxas de sucesso experimental de 10 a 100% conforme o alvo. Um estudo anterior achou baixa a taxa de sucesso geral dos projetos e a elevou quase 10 vezes com filtragem por aprendizado profundo. Um grupo independente que testou outro método em seis alvos, cinco projetos cada, relatou que a maioria dos alvos não deu nenhum ligante funcional.

Mantida aberta por: IA para a ciência

Dependências

Depende de

  • IA para a ciência Os métodos de projeto são modelos de aprendizado profundo treinados com estruturas de proteínas.
  • Síntese de DNA de baixo custo Toda proteína projetada precisa ser codificada como DNA sintético antes de ser expressa e testada.

Necessária para

  • Entrega gênica in vivo Ligantes e proteínas de capsídeo projetados podem redirecionar vetores a tipos celulares específicos.

As setas vão de uma tecnologia àquilo de que ela depende. Selecione um nó para abri-lo.

Evidências

TOML de origem · Página no GitHub · Sugerir uma correção