Google的AlphaProteo是一款生成新型蛋白质的AI系统，专为生物学和健康研究设计

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

一种全新的AI系统正在设计能够成功结合目标分子的蛋白质，未来可能在药物设计、疾病研究等领域带来革命性进展。

在人体内，每一个生物过程，从细胞生长到免疫反应，都依赖于蛋白质之间的相互作用。就像钥匙与锁的配对，一种蛋白质与另一种蛋白质结合，调节关键的细胞过程。AlphaFold这样的蛋白质结构预测工具，已经让人们深入了解了蛋白质如何相互作用来完成功能。然而，这些工具还不能创建新蛋白质以直接操控这些交互。

不过，科学家已经能够设计出能与目标分子结合的新型蛋白质。这些蛋白质可以加速各类研究进展，包括药物开发、细胞和组织成像、疾病理解与诊断，甚至提升农作物抗虫性。虽然机器学习在蛋白质设计方面取得了巨大进展，但这项工作依然复杂，仍需大量实验测试。

为了解决这些挑战，现在推出了AlphaProteo，这是一款全新的AI系统，专为设计高强度蛋白质结合体而生，能够成为生物和健康研究的基石。这项技术将极大加速人们对生物过程的理解，推动新药物的发现、传感器开发等。

AlphaProteo不仅能为多种目标蛋白生成新的蛋白质结合体，还首次成功设计出能够结合癌症和糖尿病相关蛋白VEGF-A的结合体。这标志着AI首次在VEGF-A上取得成功。

AlphaProteo在七种目标蛋白上实现了3倍到300倍的结合能力，并在实验中表现出更高的成功率。

蛋白质结合体的设计极其复杂，传统方法往往耗时漫长，需多轮实验以优化结合力。AlphaProteo则通过学习来自蛋白质数据库和超过一亿种AlphaFold预测结构的大量数据，掌握了分子之间的各种结合方式。它能够根据目标分子的结构和结合位点，生成能够精准结合的候选蛋白。

在测试过程中，AlphaProteo成功设计出多种病毒蛋白的结合体，包括感染相关的BHRF1和新冠病毒刺突蛋白受体结合域SC2RBD，以及与癌症、炎症和自身免疫病相关的五种蛋白，如IL-7Rɑ、PD-L1、TrkA、IL-17A和VEGF-A。

实验结果显示，AlphaProteo设计出的结合体不仅成功率高，而且结合能力远超现有设计方法。例如，在病毒蛋白BHRF1的实验中，88%的候选分子成功结合目标蛋白；而在TrkA蛋白上，AlphaProteo的结合体比以往经过多轮实验优化的设计还要强。

尽管AlphaProteo的表现出色，但在面对极具挑战性的目标蛋白TNFɑ时，系统未能成功设计出结合体。TNFɑ与类风湿性关节炎等自身免疫病相关，实验表明其极难设计结合体。团队计划继续优化AlphaProteo，提升其应对复杂目标的能力。

尽管设计出强效结合体仅仅是实际应用中的第一步，但AlphaProteo已经展现了其缩短实验时间、加速研究进程的潜力。未来，科学家们将继续与AI领域的专家合作，推动这项技术在药物设计、环境污染清理等更多领域的应用。

与此同时，AlphaProteo将继续改进算法，提升成功率和结合能力，并与全球科学家携手，打造一个更负责任、更全面的蛋白质设计平台。

文章： https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphaproteo-generates-novel-proteins-for-biology-and-health-research/AlphaProteo2024.pdf