中國(guó)的科學(xué)家表示，他們已經(jīng)實(shí)現(xiàn)了一件“不可能的事情”:開發(fā)出一種可以預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)變化的人工智能。這是一項(xiàng)非常復(fù)雜的任務(wù)，許多生物學(xué)家，包括“女神科學(xué)家”顏寧都認(rèn)為，這超出了機(jī)器學(xué)習(xí)的能力。

由西湖大學(xué)工程學(xué)院李子青教授領(lǐng)導(dǎo)的研究人員表示，這一突破可以加快臨床前藥物開發(fā)的過程。

蛋白質(zhì)分子是人體的基本構(gòu)件，由氨基酸長(zhǎng)鏈組成。鏈的三維結(jié)構(gòu)會(huì)導(dǎo)致蛋白質(zhì)發(fā)生可逆變化，具體取決于所需的生物功能，這些替代結(jié)構(gòu)被稱為構(gòu)象。

結(jié)構(gòu)生物學(xué)家顏寧上個(gè)月從普林斯頓大學(xué)辭職回國(guó)，她回國(guó)后首次公開露面，引發(fā)了關(guān)于人工智能在該領(lǐng)域局限性的辯論。

在南方科技大學(xué)舉辦的一個(gè)論壇上，顏教授強(qiáng)調(diào)了該技術(shù)在理解蛋白質(zhì)構(gòu)象方面的局限性，蛋白質(zhì)構(gòu)象是藥物開發(fā)中的一個(gè)重要而困難的方面。

但是根據(jù)李子青教授和他團(tuán)隊(duì)的說法，他們的人工智能模型ProtMD克服了這個(gè)問題，可以準(zhǔn)確預(yù)測(cè)蛋白質(zhì)在不同的生理環(huán)境中會(huì)形成哪些構(gòu)象?！凹词故荄eepMind開發(fā)的最強(qiáng)大的AlphaFold2也只能預(yù)測(cè)蛋白質(zhì)瞬間的靜態(tài)結(jié)構(gòu)。在我們之前，沒有人能夠預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的動(dòng)態(tài)變化?！?/p>

據(jù)悉，DeepMind研發(fā)的人工智能方法AlphaFold2可以準(zhǔn)確預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，但是目前只能預(yù)測(cè)蛋白質(zhì)在一個(gè)瞬間的靜態(tài)結(jié)構(gòu)，并未解決蛋白質(zhì)結(jié)構(gòu)動(dòng)態(tài)變化的預(yù)測(cè)。

ProtMD的算法可以計(jì)算蛋白質(zhì)在原子水平上的運(yùn)動(dòng)，生成基于分子動(dòng)力學(xué)的數(shù)據(jù)。研究人員表示，由于其不同的計(jì)算邏輯，ProtMD比其他方法(包括AlphaFold)更通用，但對(duì)于未知結(jié)構(gòu)對(duì)，其性能水平是相同的。

李教授說“該模型不僅可以根據(jù)蛋白質(zhì)之前的狀態(tài)預(yù)測(cè)其即將發(fā)生的構(gòu)象，還可以預(yù)測(cè)與藥物分子相互作用后的構(gòu)象變化，從而使我們有機(jī)會(huì)評(píng)估藥物的效果。”

在漫長(zhǎng)的臨床試驗(yàn)過程之前，能夠更準(zhǔn)確地預(yù)測(cè)藥物蛋白親和力將為制藥開發(fā)商節(jié)省一些最大的成本，并在新藥設(shè)計(jì)中體現(xiàn)人工智能的有效性。

不過，盡管傳統(tǒng)的計(jì)算機(jī)模擬加速了發(fā)現(xiàn)階段，但它們無法進(jìn)行快速虛擬篩選，因此無法準(zhǔn)確預(yù)測(cè)類藥物分子如何與靶蛋白相互作用。計(jì)算生物學(xué)家和結(jié)構(gòu)生物學(xué)家都做了很多嘗試來解決這個(gè)問題，但都受到了受體適應(yīng)小分子改變的高度動(dòng)態(tài)和時(shí)間依賴性阻礙。

李說：“這項(xiàng)研究是使用人工智能方法分析蛋白質(zhì)動(dòng)態(tài)構(gòu)象的第一步。ProtMD的輕量級(jí)版本已經(jīng)超過了最先進(jìn)的模型，其工業(yè)級(jí)版本可以進(jìn)一步提高藥物親和力預(yù)測(cè)和虛擬篩選的效率?！?/p>

AI藥物開發(fā)公司德睿智藥的首席執(zhí)行官牛張明表示，ProtMD為圍繞“蛋白質(zhì)開發(fā)機(jī)器學(xué)習(xí)模型”提供了一個(gè)新的方向?！斑@種方法在基本原理和過程上取得了突破，是同類方法中預(yù)測(cè)精度最高的”。