皮质醇依赖性异二聚体的设计与表征。来源：李圭里等
韩国科学技术院生物科学系的李圭里(Gyu Rie Lee)教授与大卫·贝克(David Baker)教授合作，成功利用人工智能设计出能选择性识别特定化合物的人工蛋白质。该研究发表在《自然通讯》(Nature Communications)杂志上，其特点是从零开始(从头设计)利用AI设计能够识别特定化合物的蛋白质，并将其实现为功能性生物传感器。
与传统方法主要依赖寻找天然蛋白质或修改其部分功能不同，该研究具有重大意义，它通过基于AI的设计"定制"了具有所需功能的蛋白质，甚至完成了实验验证。
特别是，研究团队成功设计出一种能选择性识别压力激素皮质醇(cortisol)的蛋白质，并基于此实现了AI设计的生物传感器。该研究被认为超越了蛋白质设计范畴，延伸至实际可测量的传感器技术，解决了蛋白质设计领域长期存在的小分子识别难题。
来源：Unsplash/CC0 公共领域
这些研究成果可应用于疾病诊断、新药开发和环境监测等领域。该技术能够精确检测血液中的生物标志物，实现疾病早期诊断，并通过设计能选择性识别特定分子的蛋白质，促进靶向治疗方法的开发。
此外，随着能够检测环境污染物的传感器的开发，定制化生物传感器技术的实现也成为可能，例如实时监测空气和水质。
设计能够识别化合物的新型蛋白质(从头设计蛋白质)长期以来一直被视为蛋白质设计领域的挑战，因为它需要在原子水平进行精确计算。研究团队开发了一种能精确反映蛋白质-配体相互作用的AI模型，并成功利用它设计出结合蛋白质。
结果，研究团队为包括代谢物和小分子药物在内的六种化合物设计了人工结合蛋白质，并通过实验验证了其功能。特别是，他们基于一种能与皮质醇结合的新蛋白质，设计了化学诱导二聚体，开发出了皮质醇生物传感器。
相关设计技术的临时专利已在美国提交申请。
李圭里教授表示："这项研究通过实验证明，AI可以用于设计能精确识别特定化合物的蛋白质，"并补充道："我们计划将这项技术扩展为可用于疾病诊断、新药开发和环境监测等各个领域的蛋白质设计技术。"
韩国科学技术院(KAIST)生物科学系的李圭里教授作为第一作者参与了此项研究，大卫·贝克教授担任通讯作者。
AI-CRED创新药物研究小组的导师教授李道贤(Do-Heon Lee)主任表示："这一成就是InnoCORE研究人员与全球学者合作取得的有意义的成果。"
"我们将基于与通过InnoCORE项目招募的博士后研究人员的积极研究合作，进一步加强我们的研究能力，继续在AI药物开发和生物领域创造创新成果。"
韩国科学技术院InnoCORE研究小组旨在通过支持顶尖的国内外博士后研究人员在尖端的集体研究环境中致力于AI融合技术的开发，加速基于AI的科技创新并促进全球联合研究。
【全文结束】