TrendMicro

AI pomaže naučnicima da dizajniraju novi enzim koji jede plastiku

Sintetički enzim dizajniran korišćenjem softvera za mašinsko učenje, može da razgradi otpadnu plastiku za 24 sata, prema istraživanju objavljenom u časopisu Nature.

PCPress.rs Image

Enzim koji može da radi u okruženju na temperaturi okoline

Naučnici sa Univerziteta Teksas u Ostinu proučavali su prirodnu strukturu PETaze, enzima za koji se zna da razgrađuje polimerne lance u polietilenu. Zatim su obučili model za generisanje mutacija enzima koji brzo rade na niskim temperaturama, pustili softver da radi samostalnno, i iz izlaza izabrali varijantu koju su nazvali FAST-PETase za sintezu. FAST je skraćenica za funkcionalan, aktivan, stabilan i tolerantan. FAST-PETaza može da razgradi plastiku za samo 24 sata na temperaturama između 30 i 50 stepeni Celzijusa. Tim veruje da se proizvodnja i upotreba enzima dizajniranog od strane veštačke inteligencije mogu povećati na industrijski nivo, pružajući nov i pristupačan način da se rešite odbačene plastike u svetu.

Uopšteno govoreći, biološki pristupi razbijanju otpadne plastike koriste manje energije i/ili su ekološki prihvatljiviji od današnjih metoda odlaganja velikih razmera, otuda i interesovanje za nešto poput FAST-PETase. Kada razmatrate aplikacije za čišćenje životne sredine, potreban vam je enzim koji može da radi u okruženju na temperaturi okoline, rekao je Hal Alper, koautor studije i hemijski inženjer na UT Austinu, u izjavi. Ovaj zahtev je mesto gde naša tehnologija ima ogromnu prednost u budućnosti.

Pročitajte i:  Korišćenje personalizacije u svrhu digitalnog oglašavanja

Čini se da je veštačka inteligencija ovde dobro došla, jer je omogućila timu da koristi softver za automatizaciju generisanja željene mutacije ‒ tehnički, pet mutacija na kraju. Ovaj rad zaista pokazuje moć okupljanja različitih disciplina, od sintetičke biologije, preko hemijskog inženjerstva – do veštačke inteligencije, dodao je Endru Elington, profesor sintetičke biologije takođe na UT Austinu, koji je pomogao u dizajniranju modela mašinskog učenja.

Izvor: Theregister

Facebook komentari:
SBB

Tagovi: ,