苏黎世联邦理工学院的化学家开发了一种新的计算机流程，可以根据蛋白质的三维表面快速、轻松地生成活性药物成分。 新工艺可能会彻底改变药物研究。
“这是药物发现的真正突破，”苏黎世联邦理工学院化学与应用生物科学系教授 Gisbert Schneider 说。 他与他以前的博士生 Kenneth Atz 一起开发了一种算法，利用人工智能 (AI) 来设计新的活性药物成分。 对于任何具有已知三维形状的蛋白质，该算法会生成增加或抑制蛋白质活性的潜在药物分子的蓝图。 然后化学家可以在实验室合成和测试这些分子。
该算法所需要的只是蛋白质的三维表面结构。 在此基础上，它根据锁与钥匙原理设计了与蛋白质特异性结合的分子，以便它们可以与其相互作用。
从一开始就排除副作用
这种新方法建立在化学家数十年来阐明蛋白质三维结构并使用计算机寻找合适的潜在药物分子的努力的基础上。 到目前为止，这通常需要费力的手工工作，并且在许多情况下，搜索产生的分子非常难以或不可能合成。 如果研究人员近年来在这个过程中使用人工智能，那主要是为了改进现有的分子。
现在，无需人工干预，生成式人工智能就能够从头开始开发与蛋白质结构相匹配的药物分子。 这种突破性的新工艺从一开始就确保分子可以化学合成。 此外，该算法仅建议在所需位置与特定蛋白质相互作用的分子，而几乎不与任何其他蛋白质相互作用。 “这意味着在设计药物分子时，我们可以确保它的副作用尽可能少，”阿兹说。
为了创建该算法，科学家们利用化学分子与相应三维蛋白质结构之间数十万种已知相互作用的信息来训练人工智能模型。
成功的行业测试
ETH 团队与罗氏制药公司和其他合作伙伴的研究人员一起测试了新工艺并展示了它的能力。 科学家们寻找与 PPAR 类蛋白质相互作用的分子，PPAR 类蛋白质调节体内糖和脂肪酸代谢。 目前使用的几种糖尿病药物会增加 PPAR 的活性，从而导致细胞从血液中吸收更多的糖，从而降低血糖水平。
人工智能立即设计出新的分子，这些分子也能增加 PPAR 的活性，就像目前可用的药物一样，但没有经过漫长的发现过程。 苏黎世联邦理工学院的研究人员在实验室生产出这些分子后，罗氏的同事对它们进行了各种测试。 这些表明新物质从一开始就确实稳定且无毒。
研究人员现在不再进一步研究这些分子，以期将基于它们的药物推向市场。 相反，这些分子的目的是对新的人工智能过程进行初步的严格测试。 然而，施耐德表示，该算法已经在苏黎世联邦理工学院和工业界用于类似的研究。 其中之一是与苏黎世儿童医院合作的一个治疗髓母细胞瘤的项目，这是儿童中最常见的恶性脑肿瘤。 此外，研究人员还发布了该算法及其软件，以便全世界的研究人员现在可以将它们用于自己的项目。
“我们的工作使蛋白质世界可以用于药物研究中的生成人工智能，”施耐德说。 “新算法具有巨大的潜力。” 对于人体内所有不与任何已知Compound相互作用的医学相关蛋白质来说尤其如此。
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
