西湖大學8日宣布，該校人工智能講座教授李子青團隊與廈大，德睿知藥合作，創建了一個可以描述蛋白質構象變化和親和力預測的AI模型——prot MD。
這是第一個嘗試分析蛋白質動態構象的人工智能方法，可以幫助藥物化學家更準確地篩選出高活性的小分子，從而加快臨床前藥物研發相關研究成果發表在《前沿科學》雜志上
李子青介紹，之前谷歌的公司開發的阿爾法折疊2可以利用人工智能準確預測蛋白質的三維結構，對結構生物學，藥物設計乃至整個科學界都有很大的影響而α折疊2只能預測蛋白質瞬間的靜態結構，卻沒有解決蛋白質結構動態變化的預測
李紫團隊此次開發的AI模型，在給定藥物分子和靶蛋白的情況下，可以預測藥物分子在體內與靶蛋白結合后蛋白質結構的變化過程，推斷藥物與靶蛋白結合的穩定性，預測藥物功能，從而提高AI藥物設計的準確性和效率。
首先，研究團隊從57651個人類蛋白質結構中選取了幾十個具有代表性的蛋白質結構進行分子動力學模擬，獲得了蛋白質的空間軌跡，建立了蛋白質的動態構象模型在預訓練環節，研究團隊要求模型根據前一時刻的蛋白質構象預測下一時刻的蛋白質構象，同時訓練了模型在不同時間對蛋白質排序的能力，使其能夠對時間序列被隨機打亂的蛋白質構象進行排序實驗表明，輕量級版本的AI模型在預測藥物—蛋白質親和力方面優于現有的最佳模型
預測蛋白質結構的動態變化，對于了解生命過程和開發新藥具有重要意義李子青說，特別是在AI藥物設計中，通過預測藥物分子與靶蛋白結合后的動態結構變化，評估藥物—靶結合親和力和藥效，是提高AI藥物篩選準確性和效率的重要思路
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
