人工智能工具帶來的蛋白質顛覆性設計_風聞

文/觀察未來科技

當蛋白質的功能預測與設計遇上人工智能（AI）工具，將在生命科學領域掀起驚濤駭浪。據最新一期《科學》（Science）雜誌報道，伴隨着AI工具的推廣應用，蛋白質設計的又一項革命性突破成為現實：利用強化學習，“自上而下”（top-down）設計蛋白質複合物結構。這套顛覆了傳統方案的全新突破不僅可能為我們帶來更有效的疫苗及藥物，還有望引領蛋白質設計的全新時代。

從“自下而上”走到了“自上而下”

當下社會，生命科學界對於蛋白質的設計主要採用“自下而上”（botton-up）的思路：首先，蛋白質由單體形成對稱的寡聚體；然後，再組裝形成具有特定結構的蛋白質複合物。這套方案在新冠疫苗的設計中發揮了重要的作用。但是，這個思路也存在着明顯的缺陷，AI只能依據已有的寡聚體元件來搭建最終的蛋白質複合物，而無法從全局直接優化整個蛋白質結構的性質。

針對現行思路上出現的問題，研究團隊採用了“自上而下”的強化學習方案，使用蒙特卡洛樹搜索算法來生成蛋白質複合物；直接根據預想的結構特性來優化蛋白質片段，進而構建單體亞基。這有效地達成了從全局對整個蛋白質結構進行直接優化的目標效果。

 蛋白質功能預測與設計的發展歷程

在AI工具AlphaFold橫空出世之前，涉及蛋白質三維結構的預測，對於科學界來説，都是遙不可及的夢想。而伴隨着人工智能的發展和AI工具的應用，蛋白質的功能預測和設計率先取得了突破性的進展：

首先，研究團隊開發出了預測蛋白質複合結構的RosettaFolda工具；隨後，團隊又在此基礎上，開發了從頭設計蛋白質的全新方法，將時間長度從“月”縮短到“秒”；隨後，研究團隊還成功定製了具有特定特徵的全新蛋白質結構；直到現在，“自上而下”的強化學習方案徹底顛覆了蛋白質的設計。

當前，研究團隊專注於設計由大量蛋白質分子組成的納米級結構。電子顯微鏡觀測證實，AI設計的大量蛋白質納米結構都能在實驗室中生成，並且原子處在正確的位置上，實現了精確設計。

  如果該方法應用於正確的研究問題，將加速多個科學領域的進展。尤其伴隨着準確性的提高，該策略在糖尿病、腦部損傷、中風等心血管疾病的治療中將發揮巨大的潛力。此外，這項技術或許還有望用於調控細胞發育與衰老過程。

       不久的未來，我們將看到基於這項全新設計思路的藥物或疫苗造福患者。