近日(9 月 5 日),DeepMind 发表最新的人工智能系统 AlphaProteo,目的是设计新颖且高效的蛋白结合物,尤其是在药物开发、疾病理解、诊断技术等多方面的应用潜力。AlphaProteo 的主要特点是能够生成新型的蛋白结合物,这些结合物可与目标分子紧密结合,并在关键的细胞过程中发挥调节作用。此技术有望推动药物设计进展,并加速疾病研究,例如癌症和糖尿病并发症等相关研究,有效解决传统蛋白设计过程中存在的实验耗时及优化难题,进一步加速研究开发流程。
延伸阅读:50 年未解之谜,蛋白质折叠在 AI 协助下终拨云见日?AlphaProteo 仰赖蛋白数据库与 AlphaFold,大幅提升蛋白设计成功率与结合强度
AlphaProteo 是一款专注于设计高亲和力蛋白质结合物的 AI 模型,能显著提高目标蛋白的结合能力。例如,AlphaProteo 对 VEGF-A 等重要目标蛋白的结合亲和力增强 3 到 300 倍,表现远超过传统设计方法。
AlphaProteo 能够如此精确地设计蛋白质结合物,主要是透过大量蛋白质数据库的训练,其中包括来自 AlphaFold 预测的超过一亿个蛋白质结构。这一庞大的资料集使得 AlphaProteo 能够深入理解蛋白质分子的结合机制,并根据目标蛋白的特定结合位点生成具有高效结合能力的候选蛋白质。据此,该模型大幅简化传统上耗时且费力的蛋白质设计过程。
AlphaProteo 能够如此精确地设计蛋白质结合物,主要仰赖来自蛋白数据库(Protein Data Bank, PDB)的大量数据,以及来自 AlphaFold 预测的超过一亿个蛋白质结构。通过学习分子结合的方式来设计能够与目标分子结合的候选蛋白,使得 AlphaProteo 能够根据目标分子的结构和指定结合位点产生适合的蛋白结合物,大幅提升蛋白设计的成功率和结合强度。
此系统目前已经成功为 7 种目标蛋白生成结合物,包括与癌症、发炎和自体免疫疾病相关的蛋白如 VEGF-A、PD-L1 和 TrkA 等。其中,AlphaProteo 生成的结合物在实验测试中显示出优于现有方法的结合强度,且成功率也被显著提升。
药物开发、疾病诊断、细胞视觉化及农业科技应用潜力
AlphaProteo 的潜在应用范维广泛,涵盖药物开发到疾病诊断、细胞视觉化及农业科技等多个领域。最具潜力的应用之一是在药物开发中的结合物设计。传统的蛋白质结合物设计往往需要进行繁复的实验,耗费大量时间和资源,而 AlphaProteo 的出现,有望大幅缩短此过程。科学家现在可以更快速地设计出与目标蛋白具有高亲和力的蛋白质结合剂,显著提高药物开发的效率。
在疾病诊断方面,AlphaProteo 设计的蛋白质结合物能够帮助研究人员开发出新的诊断工具,这对于早期检测癌症等重大疾病具有重要意义。此外,该模型还有潜力应用于细胞视觉化技术中,通过设计结合特定细胞的蛋白质标记物,帮助科学家更加精确地观察细胞行为。
在农业领域,AlphaProteo 则有望用于设计能够提高作物抗病性的蛋白质,从而促进农业生产的永续发展。此技术突破不仅有助于提升作物生长效率,还有潜力进一步解决全球粮食短缺的问题。
复杂蛋白 AI 模型仍有进步空间,训练资料集持续增加有望克服瓶颈
尽管 AlphaProteo 在蛋白质设计领域的进展令人鼓舞,但它仍面临着一些挑战。例如,该模型在针对 TNFɑ(肿瘤坏死因子 α,一种与类风湿性关节炎等自身免疫性疾病密切相关的蛋白质)时未能成功设计出有效的结合物,显示出在某些复杂目标上 AI 模型仍有进步的空间。
DeepMind 官方也承认这些局限,并表示将继续努力提升 AlphaProteo 的设计能力。未来模型将进一步加强在处理类似 TNFɑ 这样的复杂目标上,并期望能朝更多具挑战性的生物医学应用发展。
然而,随着生物数据库和结构预测技术的发展,AlphaProteo 的训练资料集将持续增加,使模型在未来的应用中变得更加高效率,且能更灵活地应对各种不同的蛋白质设计需求。
延伸阅读:蛋白质结构预测 50 年难题? DeepMind 新一代 AI 迎刃而解!
参考资料:
1.https://deepmind.google/discover/blog/alphaproteo-generates-novel-proteins-for-biology-and-health-research/
2.https://gigazine.net/gsc_news/en/20240906-google-deepmind-alphaproteo/
3.https://www.reddit.com/r/singularity/comments/1f9orj0/google_deepminds_alphaproteo_generates_novel/?rdt=44467
©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系:[email protected]