据英国《自然》杂志网站19日报道，美国华盛顿大学科学家首次使用生成式人工智能(AI)工具，帮助他们制造全新抗体。研究团队表示，AI设计抗体或能更好靶向一些很难被攻击的药物标靶，但这些抗体距离临床应用还有很长的路要走。
研究团队使用了他们去年发布的AI工具RFdiffusion。该工具使研究人员能设计出可与另一种挑选出来的蛋白质紧密结合的迷你蛋白质。这些定制蛋白质与抗体没有相似之处。抗体通过软环识别目标，而软环很难用AI建模。
为解决这一难题，研究人员利用在数千个实验中确定的附着在标靶的抗体结构，以及其他抗体样相互作用的真实数据，训练RFdiffusion神经网络，并对其进行了微调。
用这种方法，他们设计出了数千种抗体。它们能识别几种细菌和病毒蛋白质(包括新冠病毒和流感病毒用来入侵细胞的蛋白质)，以及一个癌症药物标靶的特定区域。
研究人员也在实验室中制造出了抗体，并测试了其能否与正确的标靶结合。结果显示，每100种AI设计的抗体，就有一种如预期那样起作用，但这一成功率低于使用AI设计的其他类型蛋白质。他们还使用冷冻电子显微镜技术，确定了其中一种流感抗体结构，发现它识别出了目标蛋白质的预期部分。
研究团队希望RFdiffusion能帮助寻找已被证明具有挑战性的药物靶点，如控制细胞对外部化学物质反应的膜蛋白——G蛋白偶联受体。但团队表示，从RFdiffusion设计抗体到实际应用还有很长的路要走。一方面，起作用抗体与靶点结合力并不是特别强。另一方面，还需要将治疗抗体的序列修饰为与人类天然抗体类似的序列，以免引发免疫反应。
|
