人工智能系统现在不仅可以确定蛋白质如何折叠，还可以确定它们如何与其他蛋白质、药物分子或 DNA 相互作用。 生物化学家和药物研究人员表示，该工具有可能大大加快他们的工作速度，例如帮助发现新药。
蛋白质在生物体中发挥着许多重要作用，由氨基酸链组成，但其复杂的 3D 形状很难预测。
人工智能公司 DeepMind 在 2020 年首次宣布其 AlphaFold 人工智能可以 准确预测 氨基酸序列的蛋白质结构，解决了生物学中最大的挑战之一。 该公司表示，到 2021 年中，它已经 绘制了人体 98.5% 的蛋白质图谱。
现在，最新版本 AlphaFold 3 能够模拟蛋白质（包括抗体）如何相互作用，以及如何与其他生物分子（例如 DNA 和 RNA 链）相互作用。 DeepMind 表示，其预测的准确性比现有方法至少高出 50%。
大多数药物分子通过结合蛋白质上的特定位点发挥作用。 AlphaFold 3 可以创建一种快速方法，在进行冗长且昂贵的实验室测试之前，在计算机中测试候选药物分子与蛋白质的相互作用，从而快速加快新药的开发。
与 AlphaFold 的早期版本一样，最新更新生成的蛋白质模型或其相互作用并未经过实验验证。 DeepMind 首席执行官 Demis Hassabis 表示 AlphaFold 3 仅提供预测，因此实验室验证仍然至关重要，但该研究现在将“大幅加速”。
朱利安·伯杰龙 伦敦国王学院的教授没有参与 AlphaFold 3 的开发，但已经对其进行了几个月的测试，他表示，这改变了他的实验进行的方式。 “我们甚至可以在进入实验室之前就开始测试假设，这将真正具有变革性。 我非常确定世界上每个结构生物学或蛋白质生物化学研究小组都会立即采用这个系统，”他说。
“有机化学家过去常说，化学空间比宇宙中原子的数量还大，我们永远无法接触到其中哪怕是最遥远、最微小的部分。 但我认为这些人工智能技术将能够访问大量相关的化学空间，”他说。
马特·希金斯 牛津大学表示，DeepMind 人工智能的新功能将对生物医学研究人员产生巨大影响，包括他自己研究疟疾宿主与寄生虫相互作用的工作。
“虽然 AlphaFold 改变了我们预测蛋白质分子结构的能力，但我们细胞使用的蛋白质机器很少单独工作，”他说。 “AlphaFold 3 带来了令人兴奋的新能力，可以用最常见的添加物修饰蛋白质分子，或将它们与我们体内发现的最常见的结合伙伴结合，然后看看会发生什么。”
主题：
2024-05-08 16:00:18
1715205997
