首页
快讯
关注
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 海外
- 人物
- 保险
- 疾病
- 管理
- English
- 临床
- 心血管
- 肿瘤
- 内分泌
- 妇儿
- 感染
专题
活动
学院

首页
快讯
关注
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 海外
- 人物
- 保险
- 疾病
- 管理
- English
- 临床
- 心血管
专题
活动
智库
学院
- 北斗学院
评选
会议
排行
全球医疗
健康界APP

欢迎登录体验更多功能

搜索

Nature子刊：使用AI人工智能快速创造新蛋白，加速药物研发

2021

04/02

生物世界

A-

A+

这项研究代表了合成蛋白质领域的新突破，有助于更快速、更经济地开发基于蛋白质的治疗药物。

撰文 | nagashi

编辑 | 王聪

排版 | 水成文

蛋白质 ，是大而复杂的分子，在所有活细胞中起着至关重要的作用，是生命活动的执行者，它们会自然地构建、修饰和分解我们细胞内的其他分子，蛋白质还广泛用于工业过程和产品以及我们的日常生活中。

以蛋白质为基础的药物也非常普遍，例如治疗糖尿病的胰岛素，就是最常用的处方药之一，一些昂贵的抗癌药物也是基于蛋白质的抗体药。

如果想改造出与自然界发现的蛋白质或酶不同的蛋白质和酶，目前使用的蛋白质工程的方法，依赖于将随机突变引入蛋白质序列，但是，每引入一个额外的随机突变，蛋白质活性就会下降。而且， 整个过程非常缓慢，需要进行多轮非常昂贵且耗时的实验，以筛选出数百万个蛋白变体 。

瑞典查尔姆斯理工大学等单位的研究人员在 Nature 子刊 Nature Machine Intelligence 发表了题为： Expanding functional protein sequence spaces using generative adversarial networks 的研究论文。

研究团队开发了一种名为 ProteinGAN 的基于AI的生成式深度学习方法，该方法能够 产生 新型的、有功能活性的蛋白质 ，而且整个过程非常快，仅需几周时间就能从计算机设计到得到有功能活性的蛋白。

这项研究代表了合成蛋白质领域的新突破，有助于 更快速、更经济地开发基于蛋白质的治疗药物 。

生成式对抗网络 （Generative Adversarial Networks， GAN ）是一种深度学习模型，该模型之前因用于生成以假乱真的照片和视频而闻名。但是在这项研究中，研究团队尝试用GAN产生具有类似天然蛋白质的物理特性的高度多样化的蛋白质变体，并对这些蛋白质进行测试。

研究团队通过为AI提供大量来自经过深入研究的蛋白质的数据，让AI研究了这些数据后，开始尝试根据它创建新的蛋白质。同时，AI的另一部分尝试弄清楚新合成蛋白是否是假的，蛋白质在系统中来回循环，直到AI无法区分其是天然蛋白质还是合成蛋白质为止。

实际上，我们日常广泛使用的蛋白质并不总是完全天然的，有很多是通过合成生物学和蛋白质工程技术制成的。使用这些技术，对天然蛋白质序列进行了修饰，以期创建合成新型蛋白质变体，希望这些变体更加有效、稳定。

但是传统方法最大的问题在于效率低下，昂贵且耗时，因此，基于AI的新方法加快对蛋白质的改造，能够大大降低研发成本，对于开发基于蛋白质的药物 （例如抗体和疫苗）以及工业酶非常重要。

这项研究由瑞典查尔姆斯理工大学、立陶宛维尔纽斯大学，以及一家位于立陶宛的创业公司Biomatter Designs合作完成。

Biomatter Designs 创立于2021年，于2021年1月份获得了50万欧元的种子轮投资。

研究团队表示，下一步将探索如何将该技术用于蛋白质特性的特定改进，例如提高稳定性，这可能会给工业技术、以及疾病治疗中使用的蛋白质产生极大改进和提升。

论文链接：

https://www.nature.com/articles/s42256-021-00310-5

本文由作者自行上传，并且作者对本文图文涉及知识产权负全部责任。如有侵权请及时联系（邮箱：nanxingjun@hmkx.cn）

关键词:

人工智能,基于AI,蛋白质,蛋白,药物,研发,变体,抗体

人点赞

人收藏

打赏

我有话说

共0条评论

0/500

评论字数超出限制

表情

为你推荐

社群

医院运营群加入
智慧医疗群加入
行业大咖群加入
大健康产业群加入
直播课程群加入

Nature子刊：使用AI人工智能快速创造新蛋白，加速药物研发

为你推荐

推荐课程

社群

社群

精彩视频