據英國《自然》雜志網站19日報道，美國華盛頓大學科學家首次使用生成式人工智能（AI）工具，幫助他們制造全新抗體。研究團隊表示，AI設計抗體或能更好靶向一些很難被攻擊的藥物標靶，但這些抗體距離臨床應用還有很長的路要走。
研究團隊使用了他們去年發布的AI工具RFdiffusion。該工具使研究人員能設計出可與另一種挑選出來的蛋白質緊密結合的迷你蛋白質。這些定制蛋白質與抗體沒有相似之處。抗體通過軟環識別目標，而軟環很難用AI建模。
為解決這一難題，研究人員利用在數千個實驗中確定的附著在標靶的抗體結構，以及其他抗體樣相互作用的真實數據，訓練RFdiffusion神經網絡，并對其進行了微調。
用這種方法，他們設計出了數千種抗體。它們能識別幾種細菌和病毒蛋白質（包括新冠病毒和流感病毒用來入侵細胞的蛋白質），以及一個癌癥藥物標靶的特定區域。
研究人員也在實驗室中制造出了抗體，并測試了其能否與正確的標靶結合。結果顯示，每100種AI設計的抗體，就有一種如預期那樣起作用，但這一成功率低于使用AI設計的其他類型蛋白質。他們還使用冷凍電子顯微鏡技術，確定了其中一種流感抗體結構，發現它識別出了目標蛋白質的預期部分。
研究團隊希望RFdiffusion能幫助尋找已被證明具有挑戰性的藥物靶點，如控制細胞對外部化學物質反應的膜蛋白——G蛋白偶聯受體。但團隊表示，從RFdiffusion設計抗體到實際應用還要經歷很長時間。一方面，起作用抗體與靶點結合力并不是特別強。另一方面，還需要將治療抗體的序列修飾為與人類天然抗體類似的序列，以免引發免疫反應。
據英國《自然》雜志網站19日報道，美國華盛頓大學科學家首次使用生成式人工智能（AI）工具，幫助他們制造全新抗體。研究團隊表示，AI設計抗體或能更好靶向一些很難被攻擊的藥物標靶，但這些抗體距離臨床應用還有很長的路要走。
研究團隊使用了他們去年發布的AI工具RFdiffusion。該工具使研究人員能設計出可與另一種挑選出來的蛋白質緊密結合的迷你蛋白質。這些定制蛋白質與抗體沒有相似之處。抗體通過軟環識別目標，而軟環很難用AI建模。
為解決這一難題，研究人員利用在數千個實驗中確定的附著在標靶的抗體結構，以及其他抗體樣相互作用的真實數據，訓練RFdiffusion神經網絡，并對其進行了微調。
用這種方法，他們設計出了數千種抗體。它們能識別幾種細菌和病毒蛋白質（包括新冠病毒和流感病毒用來入侵細胞的蛋白質），以及一個癌癥藥物標靶的特定區域。
研究人員也在實驗室中制造出了抗體，并測試了其能否與正確的標靶結合。結果顯示，每100種AI設計的抗體，就有一種如預期那樣起作用，但這一成功率低于使用AI設計的其他類型蛋白質。他們還使用冷凍電子顯微鏡技術，確定了其中一種流感抗體結構，發現它識別出了目標蛋白質的預期部分。
研究團隊希望RFdiffusion能幫助尋找已被證明具有挑戰性的藥物靶點，如控制細胞對外部化學物質反應的膜蛋白——G蛋白偶聯受體。但團隊表示，從RFdiffusion設計抗體到實際應用還要經歷很長時間。一方面，起作用抗體與靶點結合力并不是特別強。另一方面，還需要將治療抗體的序列修飾為與人類天然抗體類似的序列，以免引發免疫反應。
本文鏈接：科學家用人工智能設計全新抗體http://m.lensthegame.com/show-2-4020-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任，僅提供存儲服務。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 每12個恒星或有一個吞過行星
下一篇： 肺癌蛋白質致命弱點發現