AI辅助设计为蛋白质开发提供了新途径
一个澳大利亚研究团队开发出一种合成蛋白，能够针对耐抗生素的大肠杆菌（E. coli）菌株。这项研究发表在《自然通讯》（Nature Communications）上，是由莫纳什大学生物医学发现研究所（Monash Biomedicine Discovery Institute）和墨尔本大学生物21研究所（Bio21 Institute）的科学家们进行的。他们利用本地的人工智能蛋白质设计平台，首次实现了澳大利亚主导的此类研究。
该平台使用先进的深度学习工具，从零开始设计蛋白质，而不是对自然存在的蛋白质进行修改。新创建的蛋白质，称为“从头开始-1”（de novo-1），与大肠杆菌中的血红素相关靶点结合，阻止细菌获取其生存所需的铁元素。
借鉴人工智能蛋白质设计的最新进展
该澳大利亚平台借鉴了全球范围内人工智能辅助蛋白质工程的发展成果。它借鉴了包括诺贝尔奖得主戴维·贝克（David Baker）在内的研究人员开发的工具，这些工具为人工智能驱动的蛋白质合成奠定了基础。
使用诸如Bindcraft和Chai等工具，研究人员现在能够模拟蛋白质序列如何折叠成三维结构，并预测这些结构如何与特定分子靶点相互作用。在此项研究中，研究人员旨在干扰一种称为“血红素掠夺”（heme piracy）的机制，这种机制是致病性大肠杆菌用来从宿主细胞中提取铁的。
人工智能生成的蛋白质在基于细胞的模型中得到了实验验证，展示了其作为抗菌剂的潜力。研究聚焦于该蛋白质如何结合并阻断关键的血红素受体，从而有效地使细菌“饿死”铁元素，停止其生长。
加速药物发现流程
传统的蛋白质药物开发通常依赖于对自然来源的现有蛋白质进行修改。这一过程可能需要数年的迭代设计和测试。相比之下，从头开始的蛋白质设计允许研究人员指定他们想要的结构和功能，然后使用人工智能算法生成符合这些标准的候选者。
研究团队指出，这种方法减少了治疗性蛋白质开发所需的时间和成本。它还为创建高度特异性分子打开了大门，这些分子不太可能产生副作用或引发免疫反应。
具有全球相关性的国家能力
尽管类似的AI蛋白质设计平台在美国和中国已经存在，但这是澳大利亚首个此类系统。这项研究背后的项目设计为协作和适应性强的系统，能够随着新的人工智能工具的出现而进行整合。
研究人员强调，人工智能驱动的设计过程可以通过公开可用的软件供其他科学团队使用，从而支持全球范围内开发用于各种应用的新蛋白质的努力。
虽然这项研究是在基于细胞的系统中进行的，尚未进入临床或动物模型，但它展示了一种利用下一代生物技术应对抗生素耐药性的有希望的方法。
【全文结束】
