○ planned · proyecto
Otorga nivel a: Protein Engineering · LSTM
Usa: LSTM · Embeddings · Generative Adversarial Network · Transfer Learning · Protein Engineering
Fabián (CINVESTAV, químico y científico de datos) presenta ingeniería de proteínas con IA: codificar secuencias de aminoácidos para predecir estructura 3D/función y generar nuevos péptidos (antibióticos, analgésicos, anticancerígenos), combinando modelos predictivos y generativos (LSTM-RNN).
Hallazgos clave
- AlphaFold/RosettaFold predicen estructura 3D con MSA; la covariación entre residuos lejanos predice distancias (distograma) y ángulos.
- Codificaciones: one-hot (vector de 20), label encoding, propiedades físico-químicas y k-mers; se reduce dimensión porque las bases son chicas (50-6,000 secuencias).
- Evaluaron 12 clasificadores + 5 codificaciones con oversampling: 94-96% de exactitud, reduciendo 140,000 secuencias a 6 péptidos anticancerígenos no hemolíticos.
- Usan LSTM-RNN para generar secuencias; aplicado a toxinas del alacrán Centruroides noxius (bioinsecticida vs analgésico).
- El sesgo algorítmico existe en bases biológicas; los ‘dominios de aplicabilidad’ dicen cuándo no predecir (273 de 3,081 fuera de predicción).
- Casos comerciales: Vertex (Moderna) e Insilico diseñaron inhibidores de quinasa en 46 días.
Módulos
- Qué son péptidos y proteínas — secuencia, estructura, función.
- Codificación de secuencias — one-hot, k-mers, fisicoquímicas.
- Modelos predictivos — clasificación, desbalance, dominios.
- AlphaFold/RosettaFold — MSA y covariación.
- Modelos generativos — n-gram, HMM, LSTM-RNN, VAE, GAN.
- Aplicaciones y casos reales.
Fuente: https://www.youtube.com/watch?v=sgO_dmmYvFY · Transcript local: data/cursos/datapub-hacking-proteins/hacking-proteins.srt
Enlaces
Otorga nivel a: Protein Engineering · LSTM Usa: LSTM · Embeddings · Generative Adversarial Network · Transfer Learning · Protein Engineering