1. 首頁 > 健康養生 > >

預測出地球上幾乎所有蛋白質結構，AI工具真能加速新藥開發嗎？( 三 )

健康知識養生常識


除了AlphaFold的研究進展以外 ， 其他相關AI工具的重磅進展也不斷涌現 。 近期 ， 利用類似AlphaFold這樣的人工智能工具 ， 華盛頓大學DavidBaker教授團隊在《科學》雜志上連發
兩篇論文
， 呈現了AI在從頭設計功能性蛋白質分子方面的最新突破——其開發的一種全新的深度學習工具ProteinMPNN通過借鑒圖像識別神經網絡 ， 能夠明確與特定結構相對應的氨基酸序列 ， 這種AI工具生成的蛋白質更可能按設計者的預期計劃折疊 。 相比于傳統手段 ， 機器學習可以更加精準、快速地設計蛋白質分子 ， 將設計蛋白質的時間長度從“月”縮短至“秒” 。
這意味著 ， 完成藥物開發拼圖的另一半——潛在藥物分子設計的速度也將被大幅提升！至此 ， 針對蛋白質設計的藥物開發的早期步驟實現了初步的閉環 。 有了這些技術 ， 有望在全新疫苗、藥物與治療手段開發等領域帶來新的革命 。
事實上目前 ， 也已經已有一些科研團隊獲得了初步的成果——DavidBaker教授團隊在《細胞》雜志上發表
論文
， 利用AI技術平臺精準地從頭設計出能夠穿過細胞膜的大環多肽分子 ， 開辟了設計全新口服藥物的新途徑 。
人工智能工具在極短的時間內解決了新藥發現領域中一個又一個長期存在的問題 ， 這只是研究人員明智地將機器學習應用于正確方向的幾個例子 。 毋庸置疑的是 ， 未來像AlphaFold這樣的機器學習方法將會被越來越廣泛地大規模啟用 ， AI的巨大潛力正在被實現 。 相信這場AI主導的藥物發現革命不論最終會走向何方 ， 都會是更好的方向 。
參考資料：
[1]Alphabet’sAIpredictedthestructureof200millionproteins.Canitreallyspeedupdrugdiscovery?RetrievedOctober13,2022,fromhttps://www.statnews.com/2022/10/13/can-alphabet-alphafold-really-speed-up-drug-discovery/
[2]WhyAlphaFoldwon’trevolutionisedrugdiscovery.RetrievedAugust5 ， fromhttps://www.chemistryworld.com/opinion/why-alphafold-wont-revolutionise-drug-discovery/4016051.article
[3]JamesP.Roney,SergeyOvchinnikov.State-of-the-artestimationofproteinmodelaccuracyusingAlphaFold.bioRxiv2022.03.11.484043.Doi:https://doi.org/10.1101/2022.03.11.484043
[4]RichardEvans,etal.ProteincomplexpredictionwithAlphaFold-Multimer.bioRxiv2021.10.04.463034.Doi:https://doi.org/10.1101/2021.10.04.463034
[7]ScardinoV,DiFilippoJI,CavasottoC.HowgoodareAlphaFoldmodelsfordocking-basedvirtualscreening?ChemRxiv.Cambridge:CambridgeOpenEngage;2022;Thiscontentisapreprintandhasnotbeenpeer-reviewed.
【預測出地球上幾乎所有蛋白質結構，AI工具真能加速新藥開發嗎？】[8]B.I.M.Wicky,L.F.Milles,A.Courbet,R.J.Ragotte,J.Dauparas,E.Kinfu,S.Tipps,R.D.Kibler,M.Baek,F.DiMaio,X.Li,L.Carter,A.Kang,H.Nguyen,A.K.Bera,D.Baker,Hallucinatingsymmetricproteinassemblies,Science,378,6615,(56-61),(2022).Doi:10.1126/science.add1964