布鲁塞尔跨大学生物信息学研究所、布鲁塞尔自由大学结构生物学研究小组以及根特大学IBiTechaBioMMedA研究组的一项研究表明，一种在炎症和癌症中起关键作用的血液蛋白——α-1-酸性糖蛋白（AGP）的行为非常复杂且令人惊讶。这些发现揭示了即使是最强大的AI工具在理解这些动态生物过程方面的局限性。
这项研究是Bhawna Dixit博士在其博士论文中进行的。她选择研究AGP是因为它在人类血浆中含量丰富，并且因其调节免疫反应和与药物相互作用而闻名。
尽管经过了几十年的研究，其全部行为仍然是个谜，主要是因为该蛋白高度糖基化，即其特定位点上附着有复杂的糖分子（称为糖链）。这些糖链高度动态且多变，增加了其结构的复杂性。
通过分子模拟，Dixit博士及其同事展示了即使是AGP中微小的基因突变，其中一些在癌症患者中发现，也可以极大地改变蛋白质的运动方式及其与药物的相互作用。当考虑到特定糖链的存在或缺失时，这种影响变得更加复杂，而这些糖链会根据身体的疾病或炎症状态发生变化。
“蛋白质中的一点小变化，尤其是在其糖基化位点附近的变化，可能会完全重塑其行为。”Dixit说。“这对不同人群的精准医疗具有实际意义。”
在《分子生物学杂志》上发表的一项后续研究中，研究人员评估了著名的AI系统AlphaFold是否能够捕捉到一组多样化蛋白质的灵活性和动态性质。
虽然AlphaFold在预测蛋白质刚性部分的表现良好，但在准确建模灵活和动态区域方面却表现不佳。研究团队将AlphaFold的预测结果与NMR光谱实验数据进行了比较，发现AI过于简化了蛋白质柔性区域的表示。
“AlphaFold是基于静态蛋白质结构进行训练的，但许多蛋白质，包括AGP，绝不是静态的。”Dixit解释道。
“我们需要谨慎对待AI预测的结果，特别是对于那些灵活性和动态行为在生物学上具有重要意义的蛋白质。”
他们的结果强调了计算生物学领域的一个日益增长的担忧：尽管像AlphaFold这样的AI工具非常强大，但它们的训练数据缺乏关于复杂蛋白质行为的信息，因此结果必须通过实验数据进行验证——特别是在涉及真实生物学过程中蛋白质的情况下。
随着AI继续塑造生物医学研究，人类的批判性思维和动手实验仍然至关重要。
(全文结束)
