Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

This agreement has been amended 2 time. The end date of this agreements has been modified by 365 days

Cet accord a été modifié 2 fois. La date de fin du présent accord a été changé de  365 jours.

Inferring the structural properties of a protein from its amino acid sequence is a challenging yet important problem in biology. Discovering these structures is important, since they determine a wide array of protein functions. However, experimental structure determination is costly and, as a result, atomic structures have only been determined for a tiny fraction of known proteins. The objective of this project is to develop an AI system capable of predicting protein-protein interaction and physicochemical properties of proteins solely from their amino acid sequences without any recourse to expensive, time-consuming and computationally prohibitive methods such as homology modelling, crystallography, nuclear magnetic resonance, molecular dynamics and macromolecular docking. The system, will allow for the design of proteins with specific properties by means of AI-based reverse engineering.

Déduire les propriétés structurales d’une protéine à partir de sa séquence d’acides aminés est un exercice difficile, mais important en biologie. La caractérisation de ces structures est importante puisqu’elle permet de déterminer une vaste gamme de fonctions associées aux protéines. La détermination expérimentale de ces structures est néanmoins onéreuse et elle n’a été effectuée à l’échelle atomique que pour une minuscule fraction des protéines connues. L’objectif de ce projet est de mettre au point un système d’IA capable de prévoir les interactions entre les protéines et les propriétés physicochimiques de celles-ci uniquement à partir de leur séquence d’acides aminés, sans avoir recours à des méthodes onéreuses, chronophages et exigeantes sur le plan informatique comme la modélisation de l’homologie, la cristallographie, la résonance magnétique nucléaire, la dynamique moléculaire et l’amarrage macromoléculaire. Ce système permettra de concevoir des protéines qui possèdent des propriétés spécifiques grâce à l’ingénierie inverse basée sur l’IA.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.