国际最新研究：人工智能驱动深度学习方法可生成各种功能性蛋白质

北京7月12日电 (记者 孙自法)国际著名学术期刊《自然》最新在线发表一篇结构生物学论文称，研究人员利用人工智能(AI)技术驱动，研发出一种能设计新蛋白质的深度学习方法，这个名为RoseTTAFold Diffusion(RFdiffusion)的深度学习方法能生成各种功能性蛋白质，包括在天然蛋白质中从未见过的拓扑结构。

该论文介绍，深度学习推动了蛋白质结构的预测和设计，但仍需一个通用框架来克服在蛋白质设计上遇到的各种挑战。扩散模型是一种生成式模拟方法，已被证明在图像和文本生成中很有用，而且似乎也适用于蛋白质设计。然而，这类模型目前的成功率并不高，产生的序列基本不能折叠成目标结构。

论文通讯作者、美国华盛顿大学David Baker和同事及合作者开展研究表明，通过细调之前报道过的RoseTTAFold的结构预测网络并将其整合到一个降噪扩散模型中，就能生成具有实际意义的蛋白质骨架，而蛋白质骨架决定了蛋白质的形状和功能。该模型(RFdiffusion)能测试拥有不同结构元素的设计组合，并从头开始产生蛋白质。RFdiffusion能执行不同的任务，设计单体(蛋白质的基本组成单位)、寡聚体(多亚基聚体)和有治疗或工业应用前景的复杂结构，如结合位点。

论文作者对数百个设计出的对称聚体、金属结合蛋白和结合蛋白的结构和功能进行了实验表征，证明了该方法的实用性。他们还生成了设计的一种结合蛋白与其底物(此处为流感血凝素——在流感病毒表面发现的蛋白)的复合物并分析了其结构，发现结果与设计的模型几乎一模一样，从而证明了该方法的准确性。

论文作者总结认为，RFdiffusion是对目前蛋白质设计方法的一次综合改进，能产生总长度达600个残基的结构，复杂性和准确度都比之前更高。后续对该方法的进一步改进，或能设计出复杂程度更高的新蛋白。(完) 【编辑:张奥林】

成都大运会中国代表团成立，多名奥运冠军出征

我国计划在2030年前实现载人登月 初步方案公布

专访蓝箭航天创始人：朱雀二号火箭“振翅”复飞意义几何？

中新真探：咸鸭蛋脂肪含量特别高吗？

中国第13次北冰洋科学考察队出征

触犯英国王室“禁忌”？拜登这些举动引发争议

评：别把名校“打卡”做成一门生意

国际识局：掌管美国“钱袋子”的她访华后，中美关系怎么走？

“我是怎么被骗到缅甸诈骗的”，男子讲述非人经历

三年亏超百亿，“网红”山航股票退市

十年恩仇录，王老吉加多宝能否迎来“大结局”？

战国水晶杯为何是最具“穿越感”国宝？

千年壮医药如何从民间“土郎中”走向世界？

评：过一本线报专科惹争议，是谁目光短浅？

北京导游酷暑日记：俩月没休息，年轻导游累哭了

“空姐和乘客被甩到天花板！”飞机颠簸惊魂，国航回应

中新真探：脚气在土里走走就好了吗？

旅韩大熊猫“华妮”喜诞双胞胎