一種使用深度學(xué)習(xí)方法設(shè)計出來的新蛋白質(zhì)。圖片來源：華盛頓大學(xué)醫(yī)學(xué)院蛋白質(zhì)設(shè)計研究所

美國科學(xué)家借助機(jī)器學(xué)習(xí)軟件，創(chuàng)建出一批具有非凡結(jié)合強(qiáng)度的蛋白質(zhì)分子。這些分子與包括人類激素在內(nèi)的各種生物標(biāo)志物具有極高的親和力和特異性。而且，有些分子與其目標(biāo)之間實(shí)現(xiàn)了迄今最高的相互作用強(qiáng)度。最新研究有望在新藥研發(fā)、疾病檢測和環(huán)境監(jiān)測等領(lǐng)域大顯身手。相關(guān)論文發(fā)表于18日出版的《自然》雜志。

由華盛頓大學(xué)醫(yī)學(xué)院教授戴維·貝克領(lǐng)導(dǎo)的團(tuán)隊著手創(chuàng)造可與胰高糖素、神經(jīng)肽Y、甲狀旁腺激素和其他螺旋肽靶點(diǎn)結(jié)合的蛋白質(zhì)。這類分子在生物系統(tǒng)內(nèi)至關(guān)重要，但其缺乏穩(wěn)定的分子結(jié)構(gòu)，導(dǎo)致藥物和診斷工具極難識別。抗體可檢測出其中一些靶點(diǎn)，但通常生產(chǎn)成本高昂，保質(zhì)期有限。

在最新研究中，科學(xué)家將用于創(chuàng)建新蛋白質(zhì)形狀的生成模型RFdiffusion與設(shè)計蛋白質(zhì)序列的工具ProteinMPNN強(qiáng)強(qiáng)聯(lián)手。通過使用有限的靶信息，例如單獨(dú)的肽的氨基酸序列，它們能更有效地創(chuàng)造功能性結(jié)合蛋白。

該團(tuán)隊與丹麥哥本哈根大學(xué)等機(jī)構(gòu)合作，開展實(shí)驗室測試，以驗證這一生物設(shè)計方法。結(jié)果顯示，盡管在高溫等苛刻條件下，人工智能生成的蛋白質(zhì)仍保持了靶向結(jié)合能力，這是其走向?qū)嵱玫年P(guān)鍵。研究團(tuán)隊還將生成的高親和力甲狀旁腺激素黏合劑集成到生物傳感器系統(tǒng)內(nèi)，將生物發(fā)光信號增強(qiáng)了21倍。這種與診斷設(shè)備的集成能力也揭示了人工智能生成蛋白質(zhì)的即時應(yīng)用潛能。

研究團(tuán)隊表示，他們正在見證蛋白質(zhì)設(shè)計的一個激動人心時代：人工智能生成的蛋白質(zhì)可用于檢測與人類健康和環(huán)境相關(guān)的復(fù)雜分子，廣泛應(yīng)用于從疾病治療到高級診斷等多個領(lǐng)域。他們最新設(shè)計出的蛋白可以作為診斷工具，成為更具成本效益的抗體替代品。

來源：科技日報