Un gruppo della Xiamen University ha presentato VITAL, un sistema per analizzare le interazioni fra peptidi brevi e proteine. L’architettura a due canali combina le rappresentazioni di un modello linguistico delle proteine con un codificatore che rileva la prossimità spaziale nell’interfaccia di legame.

Nei benchmark pubblicati, il valore AUC migliore ha raggiunto 0,87. Gli autori riferiscono inoltre una precisione superiore al 60% nel mappare l’interfaccia a risoluzione quasi di singolo residuo e una misura continua della forza di legame correlata in modo significativo con dati sperimentali. Alcune nuove interazioni previste sono state verificate sperimentalmente.

È uno strumento computazionale con una validazione di laboratorio limitata, non una prova di efficacia o sicurezza di un nuovo farmaco. I risultati dipendono dalla qualità dei dati di addestramento e dalle caratteristiche strutturali disponibili; altri gruppi dovranno confermare le prestazioni su sistemi biologici indipendenti e in esperimenti prospettici in cieco.

Un possibile impiego è selezionare prima i candidati peptidici, localizzare i probabili siti di legame e individuare più presto interazioni indesiderate. Modello e dati sono pubblici e facilitano verifiche indipendenti, ma non sostituiscono le misure di laboratorio né lo sviluppo successivo.

In una stima editoriale ottimistica, metodi simili potrebbero accelerare pipeline di ricerca specializzate entro 2–5 anni, se confermati su set prospettici esterni. Il percorso da un candidato computazionale a una terapia approvata richiede normalmente molto più tempo e questo studio non consente di stabilire una scadenza affidabile.