Ingénierie des protéines assistée par l'intelligence artificielle : de l'analyse des données topologiques aux modèles de langage protéique profonds

L'ingénierie des protéines est un domaine émergent de la biotechnologie qui a le potentiel de révolutionner divers secteurs, tels que la conception d'anticorps, la découverte de médicaments, la sécurité alimentaire, l'écologie, et plus encore. Cependant, l'espace mutationnel impliqué est trop vaste pour être géré uniquement par des moyens expérimentaux. En s'appuyant sur des bases de données de protéines accumulées, les modèles d'apprentissage machine (ML), en particulier ceux basés sur le traitement du langage naturel (NLP), ont considérablement accéléré l'ingénierie des protéines. De plus, les avancées dans l'analyse des données topologiques (TDA) et la prédiction de la structure des protéines basée sur l'intelligence artificielle, comme AlphaFold2, ont rendu possibles des stratégies d'ingénierie des protéines assistées par ML plus puissantes basées sur la structure. Cette revue vise à offrir un ensemble complet, systématique et indispensable de composants méthodologiques, incluant TDA et NLP, pour l'ingénierie des protéines et à faciliter leur développement futur.