谷歌旗下公司研發(fā)的“阿爾法折疊2”已能夠利用人工智能準確預測蛋白質的三維結構，對結構生物學、藥物設計以及科學界整體產(chǎn)生深遠影響。不過，“阿爾法折疊2”僅能夠預測蛋白質在一個瞬間的靜態(tài)結構，尚未解決蛋白質動態(tài)構象變化的預測。

而此次，李子青團隊開發(fā)的AI模型能夠給定藥物分子和靶點蛋白，預測藥物分子與生物體內(nèi)靶點蛋白質結合后的變化過程，推斷藥物與靶標蛋白結合的穩(wěn)定性，預測藥物功能。這將有助于提升AI藥物設計的精度和效率。

在預訓練環(huán)節(jié)，研究團隊首先從57651個人類蛋白結構中選取數(shù)十個蛋白質結構進行分子動力學模擬，獲取蛋白質的空間運動軌跡，并建立蛋白質動態(tài)構象模型。為了訓練模型，研究團隊要求它基于上一時刻的蛋白質構象預測下一時刻的構象，并訓練模型對不同時刻蛋白質順序的排序，以便對時序被隨機打亂的蛋白質構象進行排序。實驗證明，該AI模型在藥物-蛋白親和力預測任務方面的表現(xiàn)已超過現(xiàn)有最優(yōu)模型。

據(jù)李子青介紹：“預測蛋白質結構動態(tài)變化，對于理解生命過程、研發(fā)新型藥物都有著重要意義。尤其是在AI藥物設計中，通過對藥物分子與靶點蛋白結合后的動態(tài)結構變化進行預測，能夠評估藥物-靶點結合親和力和藥物效果，這為提高AI藥物篩選準確性和效能提供了重要思路?！保ㄓ浾邉@園）來源：科技日報

聲明：本文由網(wǎng)友投稿，觀點僅代表作者本人，不代表區(qū)塊鏈網(wǎng)的立場。

熱點：ai建模 建模app 建模的軟件 建模課程 建模培訓