AI突破为疾病过程预测与可视化提供新方法
解决疾病问题首先要清晰观察其本质。无论是新型病毒侵染，还是阿尔茨海默病患者大脑中记忆剥夺性斑块的形成，可视化人体内的疾病过程始终是缓解人类痛苦的首要步骤，尽管这往往也是最困难且成本最高的环节。
弗吉尼亚理工学院计算机科学家团队在《细胞系统》期刊发表的研究实现了重大突破。他们开发的ProRNA3D-single工具能更精准地预测和可视化新型病毒及神经系统疾病侵袭时体内发生的变化，为疾病防治开辟新路径。
"我们的最终目标是加速药物发现过程，阻止RNA病毒与宿主蛋白相互作用，这可能在疫情爆发前就阻断感染，或抑制阿尔茨海默病中RNA结合蛋白的功能异常。"
——计算机科学副教授德布斯瓦普纳·巴塔查里亚
生物学领域的双语ChatGPT
数十年来，科学家致力于解析病毒核糖核酸（RNA）如何与人体蛋白质结合形成复杂的3D分子结构。这些结构形态决定了新冠病毒等病原体是否扩散，以及阿尔茨海默病是否发作。
AI系统通过创建DNA、RNA和蛋白质的"字母表"，训练出针对生物序列的大语言模型（LLMs），分析分子在体内的相互作用。但ProRNA3D-single更进一步，能生成分子3D结构的高精度图像。
"这些生物大模型就像生物学领域的ChatGPT，就像与ChatGPT对话一样，我们也能向模型提问获取答案"，巴塔查里亚表示。该团队将现有蛋白质和RNA序列的两个大模型配对，使它们"对话"，从而生成病毒RNA与蛋白质相互作用的3D结构模型。
"这种双模型配对实现双语推理，从计算机科学角度看本身就是重要贡献"，巴塔查里亚强调。相较谷歌DeepMind等AI模型在蛋白质-RNA复合结构预测中的不足，该方法显著提升了准确度。
疾病可视化的新纪元
对于新冠病毒等新型病毒的演化机制及痴呆症等疾病分子层面的成因，ProRNA3D-single填补了认知空白。药物开发者不再需要猜测病毒与蛋白质结合的位点，而是通过3D模型精准设计阻断治疗方案，可大幅缩短干预周期并降低研发成本。
项目成员萨米特·塔拉弗德表示："新冠疫情中mRNA疫苗的成功印证了RNA治疗的有效性。3D建模蛋白-RNA相互作用对确定药物靶点至关重要。"
该方法具有普适性，不仅限于特定病毒类型。研究团队使用病毒作为案例研究时强调："该方法适用于任何应用场景。"
开放科学造福全球
这项突破凝聚了两年心血，校友拉马图拉·罗奇主导了核心编程工作，并在攻读博士学位期间发表十余篇相关论文。作为公共利益科研项目，该研究获美国国立卫生研究院和国家科学基金会资助，论文和工具均开放获取。
"我们始终坚信开放科学是推动社会进步的关键"，巴塔查里亚指出，"纳税人的支持要求我们通过开源代码回馈社会"。团队计划持续优化工具精度，以生成更详尽的生物过程模型。
"我们清醒认识到问题远未解决"，巴塔查里亚总结道，"虽然取得进展，但这些模型仍需持续改进。"
【全文结束】
