Et si les protéines avaient un son, les séquences d’acides aminés deviendraient des compositions musicales

Un groupe de chercheurs, Chi-Hua Yu, Zhao Qin, Francisco J. Martin-Martinez et Markus J. Buehler du Laboratory for Atomistic and Molecular Mechanics (LAMM),  Massachusetts Institute of Technology, a publié le résultat de leur recherche :

Méthode de sonification autoconsistante pour la traduction de séquences d’acides aminés
en compositions musicales et application à la conception de protéines à l’aide de l’Intelligence artificielle 

Ils présentent donc une méthode autoconsistante pour :

  • traduire les séquences d’acides aminés en sons audibles
  • utiliser la représentation dans l’espace musical pour former un réseau neuronal,
  • puis l’appliquer pour générer des modèles de protéines en utilisant l’intelligence artificielle (IA).

La méthode de sonification proposée ici utilise les vibrations en mode normal des éléments constitutifs des acides aminés des protéines pour calculer une représentation audible de chacun des 20 acides aminés naturels, qui est entièrement définie par la superposition de ses vibrations naturelles respectives.

Les fréquences vibratoires sont transposées sur le spectre audible selon le concept musical d’équivalence transpositionnelle, jouant ou écrivant de la musique d’une manière qui la fait sonner plus haut ou plus bas tout en conservant les relations entre les tons ou accords joués.

Cette méthode de transposition garantit que les valeurs relatives des fréquences vibratoires au sein de chaque acide aminé et entre les différents acides aminés sont conservées. Le spectre de fréquence et le son caractéristiques associés à chacun des acides aminés représentent un type d’échelle musicale qui se compose de 20 tonalités, l' »échelle des acides aminés ».

Pour créer un instrument jouable, chaque son associé aux acides aminés est assigné à une touche spécifique sur une clé de piano, ce qui leur permet de mapper la séquence des acides aminés dans les protéines dans une partition musicale.

Pour refléter les détails structuraux d’ordre supérieur des protéines, le volume et la durée des notes associées à chaque acide aminé sont définis par la structure secondaire des protéines, calculée à l’aide du DSSP et introduisant ainsi un rythme musical. Ils forment ensuite un réseau neuronal récurrent basé sur un large ensemble de partitions musicales générées par cette méthode de sonification et utilisent l’IA pour générer des compositions musicales, capturant les relations innées entre la séquence des acides aminés et la structure protéique.

Ils traduisent ensuite les données musicales de novo générées par l’IA en séquences de protéines, obtenant ainsi des conceptions de protéines de novo qui présentent des caractéristiques de conception spécifiques. Ils illustrent cette approche dans plusieurs exemples qui reflètent la sonification de séquences de protéines, y compris des représentations audibles sur plusieurs heures de protéines naturelles et de compositions musicales à base de protéines uniquement générées par l’IA. L’approche proposée ici peut fournir un moyen de comprendre les modèles de séquences, les variations et les mutations et offre un mécanisme de sensibilisation pour expliquer l’importance des séquences de protéines. La méthode pourrait également permettre de mieux comprendre le repliement des protéines et le contexte de la séquence d’acides aminés dans la définition de la structure repliée d’ordre secondaire et supérieur des protéines et pourrait donc être utilisée pour détecter les effets des mutations par le son.

Voici donc quelques sons de protéines et des séquences d’acides aminés :

Sur  https://pubs.acs.org/doi/10.1021/acsnano.9b02180

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.