Višeciljno istraživanje peptida na zahtjev

Akronim projekta: MOPED

Šifra projekta: IP-2026-4962

Trajanje: 2026 – 2029

Budžet: 196.650,00 €

Sažetak

Peptidi imaju ogroman potencijal u medicini i biotehnologiji, no otkrivanje novih funkcionalnih peptidnih sekvenci i dalje predstavlja izazov zbog velikog broja mogućih kombinacija i često suprotstavljenih zahtjeva pri njihovu dizajnu.

Cilj projekta MOPED je učiniti otkrivanje peptida pametnijim, učinkovitijim i održivijim razvojem modularne programske platforme temeljene na umjetnoj inteligenciji za istraživanje i optimizaciju peptidnih sekvenci. Za razliku od konvencionalnih pristupa, MOPED omogućuje istraživačima dinamičko usklađivanje suprotstavljenih ciljeva, poput antimikrobne aktivnosti i toksičnosti ili samoorganizacije i mogućnosti sinteze peptida.

Kombiniranjem generativne umjetne inteligencije, objašnjivog dubokog učenja, prijenosnog učenja i ekspertnog znanja, MOPED će omogućiti otkrivanje funkcionalnih peptida koji su istodobno učinkoviti i eksperimentalno ostvarivi.

Razvijeni otvoreni programski okvir, namijenjen ponovnoj uporabi i prilagodbi različitim istraživačkim potrebama, pridonijet će boljem razumijevanju odnosa između sekvence i funkcije peptida, poboljšati reproducibilnost istraživanja te potaknuti inovacije u razvoju antimikrobnih lijekova, biomaterijala i biotehnoloških rješenja.

Istraživačka grupa

• prof. dr. sc. Goran Mauša¹ – voditelj projekta
• izv. prof. dr. sc. Daniela Kalafatović¹
• doc. dr. sc. Toni Todorovski²
• doc. dr. sc. Erik Otović³
• izv. prof. dr. sc. Marta De Zotti⁴
• dr. sc. Mathijs Mabesoone⁵
• dr. sc. Marko Njirjak¹
• Ena Dražić¹

¹ Tehnički fakultet, Sveučilište u Rijeci
² Fakultet biotehnologije i razvoja lijekova, Sveučilište u Rijeci
³ Tehnički fakultet u Puli, Sveučilište Jurja Dobrile u Puli
⁴ Dipartimento di Scienze Chimiche, Università di Padova
⁵ Physical Organic Chemistry department, Radboud University, Nijmegen

Financiranje

Projekt financira Hrvatska zaklada za znanost (HRZZ), broj projekta IP-2026-4962.

Konferencije

1. K. Barjaktarić, P. Paunović, L. Lečić, E. Otović, J. Calvario, A. S. Pina, Y. Kawaguchi, D. Kalafatovic, G. Mauša (2026) Data-driven Prediction of Liquid-Liquid Phase Separation, BPS 2026
2. K. Barjaktarić, J. Calvario, A. S. Pina, Y. Kawaguchi, D. Kalafatovic, G. Mauša (2026) Transfer Learning for Prediction of Liquid-Liquid Phase Separation, EPS 2026