L'université technique de Graz réunit ses forces en matière de biotechnologie et d'intelligence artificielle
Dans le cadre d'un projet de recherche multidisciplinaire, des chercheurs en biosciences, en génie des procédés et en informatique veulent accroître massivement l'efficacité du développement de nouvelles enzymes et de l'optimisation des procédés. Cela devrait même permettre de décomposer des produits chimiques à vie.
L'université technologique de Graz (TU Graz) finance un nouveau projet pilote appelé DigiBioTech, dans le cadre duquel 17 scientifiques et 10 doctorants issus des domaines de la biotechnologie, de l'ingénierie des processus biotechnologiques et de l'informatique travaillent en étroite collaboration pour améliorer considérablement la prévisibilité et le contrôle des réactions et des processus biochimiques. En fusionnant la biotechnologie, la science des données et l'intelligence artificielle, l'équipe du projet vise à produire efficacement de nouvelles enzymes. Elles permettront non seulement de mettre en place des processus de production durables, mais certaines de ces enzymes devraient être capables de décomposer des toxines environnementales persistantes telles que les composés alkylés perfluorés et polyfluorés (PFAS).
Un financement de 1,96 million d'euros
La TU Graz finance cette recherche fondamentale à hauteur de 1,96 million d'euros sur une période initiale de trois ans. Le financement peut être prolongé après une évaluation intermédiaire. "La TU Graz dispose d'une expertise internationale exceptionnelle dans les domaines de la biotechnologie et de l'informatique. La combinaison des forces de ces deux disciplines ouvre des perspectives fascinantes pour la recherche fondamentale et l'application de processus de production durables", déclare Andrea Höglinger, vice-recteur à la recherche. "Le projet pilote DigiBioTech correspond parfaitement au profil de l'Université technique de Graz, dont les chercheurs travaillent sur des solutions aux défis les plus pressants du présent et de l'avenir."
Des progrès considérables en matière d'efficacité sont attendus
"Les biotechnologies peuvent rendre notre société beaucoup plus durable. Pour ce faire, nous devons optimiser les systèmes biologiques, ce que nous pourrons faire beaucoup mieux et de manière plus fiable en intégrant l'intelligence artificielle", explique Robert Kourist, de l'Institut de biotechnologie moléculaire, qui dirige le projet DigiBioTech. Si, par exemple, vous souhaitez modifier le centre de réaction d'une enzyme à plusieurs endroits en même temps pour en améliorer l'efficacité, le nombre de variantes à tester en laboratoire dépasse rapidement le million. "L'application de l'apprentissage automatique permet d'énormes progrès en termes d'efficacité", explique Gustav Oberdorfer, de l'Institut de biochimie. "Notre objectif est de réduire le nombre d'expériences nécessaires à une poignée seulement".
Jumeau numérique des processus biochimiques
L'optimisation de la conception moléculaire des enzymes est tout aussi complexe que la conception de la technologie des procédés, c'est-à-dire le contrôle ciblé de l'environnement physique et chimique afin qu'un procédé biologique fonctionne de manière optimale. Cette tâche est particulièrement difficile lorsque plusieurs enzymes travaillent ensemble. "Nous voulons créer des jumeaux numériques de ces processus biologiques et biochimiques afin de prédire et de concevoir les processus dans toute leur complexité et de pouvoir les contrôler à grande échelle", explique Regina Kratzer de l'Institut de biotechnologie et d'ingénierie biochimique.
Développement de méthodes d'apprentissage automatique adaptées
"La biotechnologie et l'informatique sont des domaines de recherche clés de longue date à l'Université technique de Graz. Dans ce projet pilote, nous visons à développer un langage commun afin de faire correspondre les données expérimentales avec les technologies récentes d'apprentissage automatique et de faire progresser la recherche sur l'apprentissage automatique dans le domaine de la biotechnologie", explique Robert Peharz, de l'Institut d'informatique théorique. Les modèles génératifs basés sur la diffusion, qui sont actuellement fréquemment utilisés pour générer des images, seront utilisés pour le développement de nouvelles enzymes. En outre, selon Robert Peharz, des approches probabilistes d'apprentissage automatique, telles que l'optimisation bayésienne, seront utilisées pour réduire l'immense espace des enzymes candidates.
Décomposition de produits chimiques à vie et production de bioplastiques à partir deCO2
Les méthodes sont développées et appliquées dans le cadre de sous-projets consacrés à trois thèmes principaux : le développement d'enzymes pour la décomposition des composés alkylés per- et polyfluorés (PFAS), la production de bioplastiques à partir de CO2 et la prédiction et le contrôle automatisé de l'interaction de plusieurs enzymes. À cette fin, les prédictions de l'intelligence artificielle sont toujours vérifiées par des expériences en laboratoire, puis renvoyées aux modèles d'intelligence artificielle pour être affinées.
"Nous sommes confrontés à un défi : il existe peu d'ensembles de données accessibles au public concernant les activités enzymatiques et le contrôle des processus biotechnologiques", explique Gustav Oberdorfer. "Nous devons donc les générer nous-mêmes par le biais d'expériences et maintenir les paramètres absolument constants afin qu'ils conviennent le mieux possible aux modèles d'apprentissage automatique utilisés." Les données obtenues dans le cadre de DigiBioTech seront toutes rendues publiques. "Avec ce projet, nous voulons également contribuer à la démocratisation de ce domaine de la biotechnologie", souligne Gustav Oberdorfer.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Autres actualités du département science
![Catalyse de la [Fe]-hydrogénase visualisée à l'aide de la spectroscopie de résonance magnétique nucléaire rehaussée de para-hydrogène](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Recevez les dernières actualités de l’industrie chimique
Ne manquez plus aucune actualité : notre newsletter consacrée à l'industrie chimique, aux méthodes analytiques, aux laboratoires et à la technologie des processus vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
