Life Sciences

Forschende der EPFL haben PeSTo entwickelt, ein KI-Modell zur Vorhersage von Protein-Bindungsschnittstellen mit Proteinen, Nukleinsäuren, Lipiden, Ionen und kleinen Molekülen mit hoher Zuverlässigkeit. Der geringe Rechenaufwand des Modells ermöglicht die Verarbeitung grosser Mengen von Strukturdaten und eröffnet damit Möglichkeiten für die Entdeckung neuer Biologie.

Ein Forschungsteam der EPFL hat einen neuartigen Algorithmus für maschinelles Lernen entwickelt, der die verborgenen Strukturen in den vom Gehirn aufgezeichneten Daten aufdecken und komplexe Informationen vorhersagen kann, etwa was Mäuse sehen.

Mit Hilfe von durch Deep Learning erzeugten «Fingerabdrücken» zur Charakterisierung von Millionen von Proteinfragmenten haben EPFL-Forschende rechnerisch neuartige Proteinbinder entwickelt, die sich nahtlos an wichtige Ziele anlagern, darunter das SARS-CoV-2-Spike-Protein.

Für minimalinvasive Operationen müssen Geräte klein sein. ETH-Forscher haben nun eine Methode entwickelt, um grosse Geräte durch einen engen Katheter zu transportieren. Das erweitert die Möglichkeiten, minimalinvasive Operationsgeräte zu konstruieren.

EPFL-Forschende haben eine neue Technik entwickelt, die ein Proteinsprachmodell verwendet, um Proteinsequenzen mit vergleichbaren Eigenschaften wie natürliche Sequenzen zu erzeugen. Die Methode übertrifft herkömmliche Modelle und bietet ein vielversprechendes Potenzial für das Proteindesign.

Forschende der EPFL haben herausgefunden, dass eine Infektion mit einem weit verbreiteten Bakterium, das mit Parodontalerkrankungen, Mundkrebs und schlechtem Atem in Verbindung gebracht wird, das Risiko für Herz-Kreislauf-Erkrankungen leicht erhöht.