AI蛋白质设计是指利用人工智能技术（如深度学习、生成模型和强化学习），结合蛋白质序列、结构和功能数据，对蛋白质进行预测、设计和优化。蛋白质设计旨在从头设计或优化蛋白质的序列，以实现特定功能或提高天然蛋白质的性能。传统计算蛋白质设计通常采用能量函数和特定的搜索优化算法获得设计的序列。近年来，随着先进算法的...
01 蛋白质设计与折叠的科学基础 蛋白质是生命的基本构成单位,由20种不同的氨基酸按特定顺序组成。当氨基酸链形成后,会通过复杂的折叠过程形成独特的三维结构,这一结构决定了蛋白质的功能。长期以来,科学家面临的挑战是:如何从线性的氨基酸序列预测蛋白质的最终结构,以及如何设计具有特定功能的蛋白质。 (图片源自杂志202...
最后,作者团队对进行了实验验证,对310个由Chroma生成的蛋白质进行了实验表征,结果显示,这些生成的、自然界不存在的蛋白质可以表达、折叠,并具有良好的生物物理特性。他们解析了其中2个生成的蛋白质(UNC_079和UNC_239)的X射线晶体结构,结果显示,观察到的结构与预期设计高度匹配(均方根误差分别为1.1Å和1.0Å),这...
David Baker的“计算蛋白质设计”，就是利用AI技术设计出全新、具有特定功能的蛋白质种类，在生物医药、材料科学等领域有广泛应用前景。比如，作为药物载体提高靶向性和疗效，或作为生物材料用于组织工程和再生医学等领域。AI在蛋白质设计中的优势在于高效性、准确性和能探索更多设计空间。传统设计方法受人类思维限制，AI...
2023年4月20日,著名蛋白质设计专家、华盛顿大学医学院David Baker教授及博士后王顺智等人在Science期刊发表了题为:Top-down design of protein architectures with reinforcement learning(基于强化学习的自上而下的蛋白质结构设计)的研究论文。 该研究开发了一种基于强化学习的蛋白质设计软件,并证明了它有能力创造有功能...
AlphaFold 在蛋白质预测领域一骑绝尘,AlphaFold 3 更是突破限制,实现了所有生命分子的预测,其发布时便有声音称,AlphaFold 3 的结构化预测与生成将加速AI驱动药物设计的发展。 如今,DeepMind 又放大招——发布用于新型蛋白质设计的 AlphaProteo Alpha...
因此,长期以来,科学家们一直试图创造全新的蛋白质,并且这些人造蛋白能够像天然蛋白一般通过结合小分子化合物来控制其活性,调控生理活动,从而应用于生产活动和疾病治疗。 2024年7月18日,人工设计蛋白领域先驱David Baker教授(安琳娜博士等人为第一作者...
机器学习彻底改变了蛋白质设计。研究人员可以使用 RFdiffusion 和 Chroma 在笔记本电脑上生成新的蛋白质结构；可以使用 ProteinMPNN 等算法识别与该结构匹配的序列；RoseTTAFold 和 AlphaFold 可以根据序列计算结构，预测新蛋白质是否可能正确折叠...其所带来的变革性力量也受到了诺贝尔委员会的认可：2024 年诺贝尔化学奖授...
该方案基于AI蛋白质技术构建高精度的酶与底物分子模型,模拟酶与底物之间的相互作用过程。同时深入分析了静电相互作用、氢键、疏水作用等多种非键相互作用力,通过模拟捕捉到酶催化过程中的关键中间态,揭示酶促反应的详细机制,从而设计出与特定底物高效对接的酶。这有助于提高催化反应的精准度和效率。蛋白质从头设计方案 ...