人工智能蛋白质结构、人工智能蛋白质折叠
在过去的两年里，机器学习彻底改变了蛋白质结构预测。现在，《科学》 杂志上的3 篇论文描述了蛋白质设计的一场革命：华盛顿大学医学院生物学家的研究表明，机器学习可以比以前更准确、更快地创建蛋白质分子。科学家希望这一进展将带来更多新的疫苗、治疗方法、碳捕获工具和可持续生物材料。论文资深作者、华盛顿大学医学院生物化学教授、2021 年生命科学突破奖获得者David Baker 表示，蛋白质是所有生物学的基础，但每种植物、动物中发现的蛋白质，到目前为止，微生物所占的蛋白质还不到所有可能的蛋白质的百分之一。借助这些新的软件工具，研究人员应该能够找到解决医学、能源和技术领域长期挑战的解决方案。为了超越自然界中发现的蛋白质，贝克团队成员将蛋白质设计挑战分为三个部分，并为每个部分使用了新的软件解决方案。首先，必须产生新的蛋白质形状。在较早发表于期刊《科学》 的论文中，该团队设计了人工智能（AI）以两种方式生成新的蛋白质形状：第一种称为“幻觉”，类似于基于简单提示的输出。工具；第二个称为“修复”，类似于现代搜索栏中的自动完成功能。其次，为了加快这一过程，该团队设计了一种新的氨基酸序列生成算法。 15 日发表的一篇论文描述了这个工具，名为ProteinMPNN，运行时间约为1 秒，比之前最好的软件快了200 倍以上。它不仅比以前的工具产生更好的结果，而且不需要专家定制即可运行。第三，该团队使用DeepThink 开发的Alpha Folding 来独立评估他们提出的氨基酸序列是否有可能折叠成预期的形状。研究人员表示，预测蛋白质结构的软件是解决方案的一部分，但它本身无法提出任何新的东西。 ProteinMPNN 对于蛋白质设计来说就像“ 折叠”对于蛋白质结构预测一样。在另一篇论文中，贝克实验室的一个团队证明，新的机器学习工具的组合可以可靠地生成在实验室中起作用的新蛋白质。人们发现新制造的蛋白质更有可能按预期折叠，从而使该方法可用于创建非常复杂的蛋白质组装体。 “这是蛋白质设计中机器学习的开始，”贝克说。 【主编圈】蛋白质作为复杂的大分子，其结构相关的研究难度相当大。人工智能的出现可以极大地提高蛋白质结构相关研究的效率，对生命科学领域的科学家有很大帮助。几年前推出的“阿尔法折叠”可以利用人工智能预测蛋白质的结构，一度震惊生命科学界。现在，这项最新研究可以利用人工智能来设计新的蛋白质，进一步展示了人工智能在生命科学领域的巨大潜力。
