12 月 18 日在《自然》杂志上发表的一项新研究报告了人工智能驱动的生物技术进步，对药物开发、疾病检测和环境影响监控。华盛顿大学医学院蛋白质设计研究所的科学家们使用软件创建了蛋白质分子，这些蛋白质分子以极高的亲和力和特异性与多种物质结合具有挑战性的生物标志物，包括人类激素。值得注意的是，科学家们在计算机生成的生物分子与其目标之间实现了有史以来最高的相互作用强度。
华盛顿大学医学生物化学教授、霍华德休斯医学研究所研究员、2023 年生物学和生物医学前沿知识奖获得者、资深作者 David Baker 强调了潜在影响：“能够生成具有如此高结合亲和力的新型蛋白质和特异性开辟了从新疾病治疗到先进诊断的可能性世界。”
该团队由贝克实验室成员 Susana Vazquez-Torres、Preetham Venkatesh 和 Phil Leung 领导，着手创建能够与胰高血糖素、神经肽 Y、甲状旁腺激素和其他螺旋肽靶标结合的蛋白质。这些分子在生物系统中至关重要，但药物和诊断工具尤其难以识别，因为它们通常缺乏稳定的分子结构。抗体可用于检测其中一些医学相关目标，但通常生产成本昂贵且保质期有限。
“当今有许多疾病难以治疗，仅仅是因为检测体内的某些分子非常具有挑战性。作为诊断工具，设计的蛋白质可以提供比抗体更具成本效益的替代方案。”文卡特什解释道。
该研究引入了一种使用先进深度学习方法的新型蛋白质设计方法。研究人员提出了一种使用 RFdiffusion(一种用于创建新蛋白质形状的生成模型)与序列设计工具 ProteinMPNN 结合的新方法。这些程序由贝克实验室开发，使科学家能够比以往更有效地创造功能性蛋白质。通过以新的方式组合这些工具，该团队利用有限的目标信息(例如单独的肽的氨基酸序列)生成了结合蛋白。这种“量身定制”的广泛含义是：该方法开启了生物技术的新时代，人工智能生成的蛋白质可用于检测与人类健康和环境相关的复杂分子。
“我们正在见证蛋白质设计的一个激动人心的时代，先进的人工智能工具，比如我们研究中的工具，正在加速蛋白质活性的改善。这一突破将重新定义生物技术的格局。”巴斯克斯-托雷斯指出。
与哥本哈根大学的约瑟夫·罗杰斯实验室以及 安德鲁·胡夫纳格尔实验室< /span> 在华盛顿大学医学院，该团队进行了实验室测试以验证他们的生物设计方法。质谱法用于检测与人血清中低浓度肽结合的设计蛋白质，从而证明了灵敏且准确的疾病诊断的潜力。此外，研究发现，尽管高温等恶劣条件，这些蛋白质仍保留其靶标结合能力，这是实际应用的一个关键属性。为了进一步展示该方法的潜力，研究人员将高亲和力甲状旁腺激素结合剂集成到生物传感器系统中，并在含有目标激素的样品中实现了生物发光信号增加 21 倍。这种与诊断设备的集成凸显了人工智能生成的蛋白质的直接实际应用。
这项研究阐释了生物技术与人工智能的融合，并在这两个领域开创了新的先例，该研究发表在 Nature 上，标题为“生物活性螺旋肽高亲和力结合剂的从头设计。”
免责声明：本文由用户上传，如有侵权请联系删除！
