西湖大学8日宣布，该校人工智能讲座教授李子青团队与厦大，德睿知药合作，创建了一个可以描述蛋白质构象变化和亲和力预测的AI模型——prot MD。 这是第一个尝试分析蛋白质动态构象的人工智能方法，可以帮助药物化学家更准确地筛选出高活性的小分子，从而加快临床前药物研发相关研究成果发表在《前沿科学》杂志上 李子青介绍，之前谷歌的公司开发的阿尔法折叠2可以利用人工智能准确预测蛋白质的三维结构，对结构生物学，药物设计乃至整个科学界都有很大的影响而α折叠2只能预测蛋白质瞬间的静态结构，却没有解决蛋白质结构动态变化的预测 李紫团队此次开发的AI模型，在给定药物分子和靶蛋白的情况下，可以预测药物分子在体内与靶蛋白结合后蛋白质结构的变化过程，推断药物与靶蛋白结合的稳定性，预测药物功能，从而提高AI药物设计的准确性和效率。 首先，研究团队从57651个人类蛋白质结构中选取了几十个具有代表性的蛋白质结构进行分子动力学模拟，获得了蛋白质的空间轨迹，建立了蛋白质的动态构象模型在预训练环节，研究团队要求模型根据前一时刻的蛋白质构象预测下一时刻的蛋白质构象，同时训练了模型在不同时间对蛋白质排序的能力，使其能够对时间序列被随机打乱的蛋白质构象进行排序实验表明，轻量级版本的AI模型在预测药物—蛋白质亲和力方面优于现有的最佳模型 预测蛋白质结构的动态变化，对于了解生命过程和开发新药具有重要意义李子青说，特别是在AI药物设计中，通过预测药物分子与靶蛋白结合后的动态结构变化，评估药物—靶结合亲和力和药效，是提高AI药物筛选准确性和效率的重要思路 郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。 |
