 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 1 | 1/1 | 返回列表 |
| 查看: 759 | 回復(fù): 0 | |||
yexuqing木蟲之王 (文學(xué)泰斗)
太陽系系主任
|
[交流]
AI顛覆蛋白設(shè)計(jì)，開發(fā)藥物的新時(shí)代要來了？
|
|
科學(xué)家基于能產(chǎn)生真實(shí)圖片的生成式神經(jīng)網(wǎng)絡(luò)模型來設(shè)計(jì)蛋白，10-20%由AI模型設(shè)計(jì)的蛋白與他們預(yù)期靶標(biāo)結(jié)合的強(qiáng)度足以有用，而此數(shù)值在早期、AI前的方法只有不到1%。 自AlphaFold橫空出世以來，人工智能（AI）已經(jīng)徹底革新了結(jié)構(gòu)生物學(xué)的研究現(xiàn)狀。除了預(yù)測蛋白質(zhì)結(jié)構(gòu)，使用AI進(jìn)行從頭設(shè)計(jì)功能性蛋白質(zhì)分子亦已成為現(xiàn)實(shí)。今日，人工設(shè)計(jì)蛋白領(lǐng)域先驅(qū)David Baker教授在《自然》發(fā)布最新論文，其團(tuán)隊(duì)所開發(fā)出的AI軟件RFdiffusion能夠突破既往諸多蛋白質(zhì)設(shè)計(jì)限制，可根據(jù)需要“定制化”設(shè)計(jì)出包含高階對(duì)稱結(jié)構(gòu)等以往無法通過AI設(shè)計(jì)的蛋白質(zhì)�！蹲匀弧沸侣劯逯赋觯薃I模型可按需設(shè)計(jì)生物分子，將可能帶來變革性疫苗和藥物開發(fā)的下一個(gè)時(shí)代。 過往蛋白質(zhì)設(shè)計(jì)的限制 在AI時(shí)代來臨前，蛋白質(zhì)的設(shè)計(jì)主要是通過組合許多已知蛋白質(zhì)的功能性結(jié)構(gòu)，例如酶蛋白的口袋所進(jìn)行。這種方式需要對(duì)蛋白如何折疊及其工作方式有清楚的了解，并需經(jīng)過多次反復(fù)的試驗(yàn)確認(rèn)，科學(xué)家有時(shí)甚至需在篩選數(shù)千種設(shè)計(jì)后才能識(shí)別可能符合條件的蛋白分子。 然而類似于AlphaFold這類基于AI蛋白結(jié)構(gòu)預(yù)測模型的開發(fā)打破了此一限制，科學(xué)家可以僅通過氨基酸序列來預(yù)測蛋白結(jié)構(gòu)，并據(jù)此從頭設(shè)計(jì)新的蛋白分子。其中一種方法是基于“幻想”（hallucination），即通過隨機(jī)建立氨基酸序列，然后經(jīng)由AlphaFold或RoseTTAFold等AI模型優(yōu)化，直至模型中的神經(jīng)網(wǎng)絡(luò)顯示其可能折疊成一特定的結(jié)構(gòu)。 而另一個(gè)方法為“修復(fù)”（inpainting），即通過獲取一個(gè)蛋白質(zhì)序列或結(jié)構(gòu)的指定片段，并使用AI模型構(gòu)建分子周圍的其余部分。然而無論是基于“幻想”或“修復(fù)”模型設(shè)計(jì)出的蛋白質(zhì)，能夠在實(shí)驗(yàn)室中被制造、純化出具功能性蛋白質(zhì)的概率皆不高。此外，基于“幻想”的模型多僅可用于設(shè)計(jì)小型蛋白質(zhì)，而在使用“修復(fù)”模型時(shí)則需要輸入一長串指定片段才能形成可能的蛋白質(zhì)。 基于能產(chǎn)生真實(shí)圖片的生成式神經(jīng)網(wǎng)絡(luò)模型來設(shè)計(jì)蛋白 為突破這些限制，科學(xué)家將像是Stable Diffusion、DALL-E和Midjourney等能產(chǎn)生真實(shí)圖片的神經(jīng)網(wǎng)絡(luò)AI模型融入蛋白設(shè)計(jì)當(dāng)中。這類模型被稱之為去噪擴(kuò)散概率模型（DDPMs）。Baker教授團(tuán)隊(duì)將之與RoseTTAFold結(jié)合而產(chǎn)生新的RFdiffusion模型，并以儲(chǔ)存于蛋白數(shù)據(jù)庫（PDB）中大量的真實(shí)蛋白質(zhì)圖像加以訓(xùn)練。在生成全新蛋白質(zhì)時(shí)，RFdiffusion一開始會(huì)產(chǎn)生許多“噪音”，即許多隨機(jī)氨基酸分類，所生成的蛋白與原起始的蛋白結(jié)構(gòu)相異，然后再通過漸進(jìn)式的“去噪”過程，便產(chǎn)生類似于真實(shí)但全新的蛋白質(zhì)。 當(dāng)Baker團(tuán)隊(duì)在除了蛋白質(zhì)長度之外沒有提供任何指示的情況下測試RFdiffusion時(shí)，該網(wǎng)絡(luò)產(chǎn)生了多樣化的、外觀逼真的蛋白質(zhì)，與PDB中訓(xùn)練的蛋白質(zhì)都不相同。但研究人員亦可在“去噪”過程給予模型蛋白的生成條件以使之產(chǎn)生包括特定折疊，或能與另一分子表面結(jié)合的蛋白質(zhì)。通過RFdiffusion所設(shè)計(jì)出蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)確性也經(jīng)過實(shí)驗(yàn)驗(yàn)證。在論文當(dāng)中，一個(gè)通過RFdiffusion設(shè)計(jì)可與流感血凝素復(fù)合物結(jié)合的粘合劑，其冷凍電鏡結(jié)構(gòu)（cryo-EM）與設(shè)計(jì)模型幾乎完全相同。 根據(jù)華盛頓大學(xué)官網(wǎng)，RFdiffusion模型勝過現(xiàn)有許多蛋白質(zhì)設(shè)計(jì)方法，包含蛋白質(zhì)結(jié)合劑設(shè)計(jì)、對(duì)稱寡聚物設(shè)計(jì)、酶活性位點(diǎn)支架，以及用于治療和金屬結(jié)合蛋白質(zhì)設(shè)計(jì)的對(duì)稱基序支架設(shè)計(jì)等。 目前為止，Baker團(tuán)隊(duì)已利用RFdiffusion制造出了與癌癥、自身免疫疾病和其他病癥有關(guān)的蛋白質(zhì)強(qiáng)烈結(jié)合的蛋白質(zhì)。其中所設(shè)計(jì)出一強(qiáng)有力的結(jié)合劑能夠與難以靶向的免疫信號(hào)分子——腫瘤壞死因子受體相結(jié)合（數(shù)據(jù)尚未發(fā)表）。此外，該團(tuán)隊(duì)也通過RFdiffusion設(shè)計(jì)出包含p53蛋白關(guān)鍵序列的蛋白，當(dāng)將95種所設(shè)計(jì)的蛋白在實(shí)驗(yàn)室純化出來時(shí)，有超過半數(shù)所設(shè)計(jì)的蛋白能與MDM2蛋白（p53蛋白的天然靶標(biāo)）相結(jié)合，其中一個(gè)所設(shè)計(jì)出的蛋白質(zhì)與MDM2的結(jié)合強(qiáng)度甚至超過天然p53蛋白質(zhì)約1000倍。當(dāng)研究人員試著用基于“幻想”的AI模型進(jìn)行類似實(shí)驗(yàn)時(shí)發(fā)現(xiàn)，其所設(shè)計(jì)出的蛋白質(zhì)與MDM2結(jié)合的能力無法在實(shí)驗(yàn)中被驗(yàn)證。Baker教授稱有10-20%由RFdiffusion設(shè)計(jì)的蛋白與他們預(yù)期靶標(biāo)結(jié)合的強(qiáng)度足以有用，而此數(shù)值在早期、AI前的方法只有不到1%。 華盛頓大學(xué)的計(jì)算機(jī)生化學(xué)家，也是RFdiffusion的共同開發(fā)者Joe Watson博士說：“RFdiffusion正在拓寬我們可以制造結(jié)合劑蛋白質(zhì)的能力，并可開發(fā)出有意義的療法�！� 未來的挑戰(zhàn) 雖然RFdiffusion模型的開發(fā)將從頭設(shè)計(jì)蛋白質(zhì)領(lǐng)域又往前推進(jìn)了一步，但在距離開發(fā)有效療法的道路上仍有許多關(guān)卡需要克服。其中一項(xiàng)便是利用該模型設(shè)計(jì)更復(fù)雜的結(jié)合蛋白，如抗體或T細(xì)胞使用的蛋白受體，這些蛋白質(zhì)具有與其靶標(biāo)互鎖的柔性環(huán)結(jié)構(gòu)。目前RFdiffusion所設(shè)計(jì)出的蛋白結(jié)合劑皆為扁平界面。然而Baker教授表示他們已取得抗體蛋白設(shè)計(jì)的部分進(jìn)展。此外，除了與靶標(biāo)蛋白結(jié)合，治療用的蛋白質(zhì)還需具備不與其他蛋白結(jié)合的專一性，以及具可大量生產(chǎn)的特性，這些不同的標(biāo)準(zhǔn)是未來開發(fā)蛋白設(shè)計(jì)工具時(shí)所需納入考量的。 而這類基于擴(kuò)散模型的AI蛋白設(shè)計(jì)的另一個(gè)局限是它們無法制造出與天然蛋白質(zhì)有巨大差異的蛋白質(zhì)。這是由于AI系統(tǒng)只接受現(xiàn)有蛋白質(zhì)圖像的訓(xùn)練，因此傾向于制造類似結(jié)構(gòu)的蛋白質(zhì)。此外，研究人員亦正在探索是否可使用通俗易懂的語言文本描述來設(shè)計(jì)蛋白質(zhì)，類似于喂給Midjourney等圖像生成工具的提示。Watson博士說：“你可以想象，我們將能夠?qū)懗鲆环N蛋白質(zhì)的描述，讓它們合成并進(jìn)行測試。” 華盛頓大學(xué)蛋白設(shè)計(jì)研究所首席戰(zhàn)略及運(yùn)營官Lance Stewart博士在今年的藥明康德全球論壇中指出，自從10年前與蛋白設(shè)計(jì)領(lǐng)域先驅(qū)David Baker教授相識(shí)后，人工智能在預(yù)測蛋白結(jié)構(gòu)、設(shè)計(jì)蛋白藥物等方面取得了很大進(jìn)步。雖然仍有許多挑戰(zhàn)需克服，今日的論文無疑進(jìn)一步擴(kuò)展了人工智能設(shè)計(jì)蛋白質(zhì)的策略，讓靶向更多靶點(diǎn)成為可能。讓我們期待這些蛋白設(shè)計(jì)上的進(jìn)步能早日轉(zhuǎn)化成為治療疾病的新藥好藥，為更多患者造福。 |
回復(fù)此樓» 猜你喜歡
26考博申請(qǐng) 學(xué)or專
已經(jīng)有15人回復(fù)
-
人工智能賦能聚合物及復(fù)合材料模型應(yīng)用與實(shí)踐
已經(jīng)有0人回復(fù)
-
藥理學(xué)論文潤色/翻譯怎么收費(fèi)?
已經(jīng)有295人回復(fù)
-
各國和國際組織現(xiàn)行藥典注射用水質(zhì)量標(biāo)準(zhǔn)
已經(jīng)有0人回復(fù)
-
求助用微譜數(shù)據(jù)庫查詢
已經(jīng)有0人回復(fù)
-
計(jì)算化學(xué)與人工智能驅(qū)動(dòng)的MOFs性能預(yù)測與篩選技術(shù)
已經(jīng)有0人回復(fù)
-
研三實(shí)驗(yàn)求指導(dǎo)
已經(jīng)有0人回復(fù)
-
金屬材料多尺度計(jì)算模擬技術(shù)與應(yīng)用：微觀機(jī)理到宏觀性能的集成工作
已經(jīng)有0人回復(fù)
-
江西科技師范大學(xué)微生物天然藥物2026研究生調(diào)劑招生
已經(jīng)有14人回復(fù)
» 本主題相關(guān)商家推薦: (我也要在這里推廣)
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 yexuqing 的主題更新
| 1 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 306求調(diào)劑 +7 | 張張張張oo 2026-03-03 | 7/350 |
|
|---|---|---|---|---|
|
[考研] 材料工程269求調(diào)劑 +5 | 白刺玫 2026-03-02 | 5/250 |
|
|
|
[考研] 一志愿東北大學(xué)化學(xué)314分求調(diào)劑 +5 | lr1212.. 2026-03-02 | 5/250 |
|
|
|
[考研]
材料270求調(diào)劑
 6+6
|
Eiiiio 2026-03-01 | 11/550 |
|
|
|
[考研] 材料學(xué)碩318求調(diào)劑 +11 | February_Feb 2026-03-01 | 11/550 |
|
|
|
[考研]
材料325求調(diào)劑
30+3
|
mariusuki 2026-03-02 | 7/350 |
|
|
|
[考研] 338求調(diào)劑 +5 | 18162027187 2026-03-02 | 6/300 |
|
|
|
[考研] 288求調(diào)劑 +3 | 少71.8 2026-03-02 | 5/250 |
|
|
|
[考研] 0854復(fù)試調(diào)劑 276 +5 | wmm9 2026-03-01 | 7/350 |
|
|
|
[考研] 282求調(diào)劑 +4 | 2103240126 2026-03-02 | 7/350 |
|
|
|
[考研] 11408，學(xué)碩276求調(diào)劑 +3 | 崔wj 2026-03-02 | 5/250 |
|
|
|
[考研] 0856材料與化工，270求調(diào)劑 +11 | YXCT 2026-03-01 | 13/650 |
|
|
|
[考研] 085600求調(diào)劑 +4 | LRZZZZZZ 2026-03-02 | 5/250 |
|
|
|
[考研] 272求調(diào)劑 +9 | 材紫有化 2026-02-28 | 9/450 |
|
|
|
[考研] 材料復(fù)試調(diào)劑 +5 | 學(xué)材料的點(diǎn) 2026-03-01 | 6/300 |
|
|
|
[考研] 302材料工程求調(diào)劑 +5 | Doleres 2026-03-01 | 6/300 |
|
|
|
[考研] 材料085601調(diào)劑 +5 | 多多子. 2026-03-02 | 5/250 |
|
|
|
[考研] 一志愿華南理工大學(xué)材料與化工326分，求調(diào)劑 +3 | wujinrui1 2026-02-28 | 3/150 |
|
|
|
[考研] 調(diào)劑 +3 | 簡木ChuFront 2026-02-28 | 3/150 |
|
|
|
[碩博家園] 【博士招生】太原理工大學(xué)2026化工博士 +4 | N1ce_try 2026-02-24 | 8/400 |
|