La revue Nature a récemment rapporté la conception de novo par intelligence artificielle de canaux calciques synthétiques. Cette recherche, réalisée à l’Institut de conception de protéines de la Faculté de médecine de l’Université de Washington, démontre la faisabilité de construire des protéines transmembranaires à fonction spécifique par des moyens computationnels.

Le professeur de biochimie David Baker a déclaré : « Les biochimistes étudient les canaux ioniques depuis des décennies, et les débats sur leur mécanisme de fonctionnement sont presque aussi longs. Nous avons entrepris de construire de nouvelles versions afin que les biologistes puissent contrôler précisément la signalisation cellulaire. » L’équipe de recherche a utilisé le programme d’intelligence artificielle RFdiffusion pour construire progressivement un canal protéique complet capable de conduire spécifiquement les ions calcium, en partant de la structure du filtre de sélectivité.

Similaire aux canaux calciques naturels présents dans les membranes des cellules nerveuses et musculaires, ce canal synthétique peut réguler le flux d’ions calcium, influençant ainsi la conduction des signaux électriques. Le principal contributeur de la recherche, le chercheur postdoctoral Liu Yuxiao, a expliqué : « En construisant des canaux contrôlables avec précision, nous espérons étudier et finalement manipuler le comportement cellulaire d’une toute nouvelle manière. » L’équipe a généré avec succès des séquences d’acides aminés stables dans les bicouches lipidiques en ajustant les outils de conception.

Les chercheurs ont exprimé les canaux calciques conçus dans des cellules d’insectes et validé leur fonction par la technique de patch-clamp. Les résultats expérimentaux montrent que plusieurs canaux conçus conduisent efficacement les ions calcium, avec une sélectivité pour le calcium cinq fois supérieure à celle du sodium. L’analyse structurale tridimensionnelle par microscopie électronique à cryogénie confirme que la structure atomique du canal synthétique correspond étroitement au modèle computationnel.