正文：
近日，Google DeepMind团队推出了一种革命性的AI系统AlphaProteo，该系统能够从头设计高亲和力蛋白结合剂，成功率高达88%。这一突破性进展将为生物医学研究和药物开发带来前所未有的便利。
AlphaProteo的诞生填补了现有蛋白质结构预测工具AlphaFold的空白。AlphaFold虽能预测蛋白质结构，但无法直接创建新的蛋白质来控制蛋白质间的相互作用。AlphaProteo的出现，使得科学家们能够设计出与目标分子结合更紧密的新型蛋白质，从而在生物医学领域取得重大突破。
在测试的7种靶蛋白上，AlphaProteo的实验成功率高达9%至88%，远超其他方法。与现有最佳方法相比，AlphaProteo设计的结合剂结合亲和力高出3至300倍。此外，AlphaProteo仅需一轮中等通量筛选，无需进一步优化，即可生成适用于多种应用的“即用型”结合剂。
DeepMind团队于2024年9月5日发布了最新论文《De novo design of high-affinity protein binders with AlphaProteo》，详细介绍了AlphaProteo的设计原理和应用。论文链接：https://storage.googleapis.com/deepmind-media/DeepMin
AlphaProteo的工作原理如下：
-
AlphaProteo经过蛋白质数据库（PDB）和AlphaFold预测结构的训练，掌握了分子相互结合的无数方式。
-
给定目标分子的结构和结合位置，AlphaProteo会生成一个候选蛋白质，使其在这些位置与目标结合。
-
通过计算机模拟和实验验证，AlphaProteo设计的结合剂表现出优异的结合成功率和结合强度。
为了测试AlphaProteo的性能，研究人员设计了针对多种靶蛋白的结合剂，包括病毒蛋白BHRF1和SARS-CoV-2刺突蛋白受体结合域SC2RBD，以及癌症、炎症和自身免疫性疾病相关的蛋白IL-7Rɑ、PD-L1、TrkA、IL-17A和VEGF-A。
在测试的7种靶蛋白中，AlphaProteo成功设计了与目标蛋白紧密结合的候选蛋白。其中，针对病毒蛋白BHRF1，88%的候选分子成功结合。对于其他靶标，AlphaProteo设计的结合剂结合力平均比现有最佳设计方法强10倍。
值得一提的是，AlphaProteo在验证过程中，还得到了Francis Crick研究所的研究人员的认可。他们证实了AlphaProteo设计的结合剂确实与预测的相似，并具有有用的生物学功能。
AlphaProteo的出现将为生物医学研究和药物开发带来诸多便利，例如：
-
加快药物研发进程，提高药物成功率。
-
揭示生物系统运行机制，为疾病治疗提供新思路。
-
降低研究成本，提高研究效率。
然而，AlphaProteo也存在一定的局限性，例如在针对第8个靶点TNFɑ的设计上未能取得成功。DeepMind团队表示，未来将继续优化AlphaProteo，以克服这一局限性。
总之，DeepMind推出的AlphaProteo为蛋白质设计领域带来了重大突破，有望为生物医学研究和药物开发带来革命性的变化。
Views: 0