AI for protein-ligand interactions in plants

De ontwikkeling van AI-tools met mogelijke toepassingen in moleculaire biologie en plantenveredeling is de afgelopen jaren in een stroomversnelling gekomen. Dit project wil door het gebruik van deze tools gen-functie predictie en het ontsluiten van interessante moleculen in planten versnellen met toepassingen in de duurzaamheid doelstellingen en kwaliteit van leven.

De interactie tussen eiwitten en liganden speelt een cruciale rol in biologische processen. De AI-methodes die gebruikt kunnen worden om eiwit-ligand interacties te modeleren en voorspellen zijn sterk in ontwikkeling. Veel van deze methodes worden nog maar beperkt toegepast in de levenswetenschappen terwijl er een groot potentieel ligt om met deze tools het onderzoek en de ontwikkeling van (nieuwe) toepassingen die te maken hebben met eiwit-ligand interacties te versnellen. In dit project zullen de nieuwste AI-modellen die gebruikt kunnen worden om eiwit-ligand interacties te voorspellen gebruikt worden voor gen-functie voorspellingen en het ontsluiten van interessante stoffen in planten. Hiervoor worden procedures opgezet om de activiteit van plant enzymen te voorspellen met AI gestuurde methodes. Vervolgens zal worden geëvalueerd of en hoe deze procedures kunnen worden toegepast in een iteratieve cyclus waarbij experimentele data wordt gebruikt om modellen te verbeteren. Door AI methodes op deze manier in te zetten is de verwachting dat nieuwe, op plant enzymen gebaseerde toepassingen kunnen worden ontwikkeld (via veredeling en biotechnologie) voor de landbouw (biociden), hoogwaardig ingrediënten voor voedsel en andere bioactieve stoffen.