在蛋白質(zhì)設(shè)計中，如何生成具有預(yù)定義功能和特性的蛋白質(zhì)結(jié)構(gòu)一直是一個具有挑戰(zhàn)性的問題。近日，由多倫多大學(xué)的研究人員開發(fā)了一種人工智能AI系統(tǒng)，可以使用生成擴散來創(chuàng)建自然界中沒有的蛋白質(zhì)——這與目前流行的AI圖像創(chuàng)建平臺（如Midjourney、OpenAI等）背后的技術(shù)相同。這篇名為Score-based generative modeling for de novo protein design的研究成果發(fā)表于《自然》子刊《Nature Computational Science 》，也是首次發(fā)表在同行評議的雜志上。研究指出，該AI系統(tǒng)將有助于促進生殖生物學(xué)領(lǐng)域的發(fā)展，通過使全新的治療蛋白的設(shè)計和測試更加有效和靈活，有望加速藥物開發(fā)。

蛋白質(zhì)由氨基酸鏈組成，氨基酸鏈可以折疊成三維形狀，決定蛋白質(zhì)的功能。這些形狀經(jīng)過數(shù)十億年的進化，變化多端，復(fù)雜而且數(shù)量有限?，F(xiàn)在，隨著對現(xiàn)有蛋白質(zhì)折疊方式的進一步了解，研究人員已經(jīng)開始利用人工智能原理設(shè)計自然界中不會產(chǎn)生的折疊模式。

由于很難預(yù)測哪些折疊將是真實的并在蛋白質(zhì)結(jié)構(gòu)中起作用，研究人員決定通過將基于生物物理學(xué)的蛋白質(zhì)結(jié)構(gòu)表示與圖像生成空間的擴散方法相結(jié)合來解決這個問題。研究人員稱這個新系統(tǒng)為 ProteinSGM，它來自于現(xiàn)有蛋白質(zhì)的大量圖像表示，這些圖像準確地編碼了蛋白質(zhì)的結(jié)構(gòu)。

研究人員將這些圖像輸入到生成擴散模型中，該模型逐漸添加噪聲，直到每個圖像都變成噪聲。該模型跟蹤圖像如何變得更嘈雜，然后反向運行該過程，學(xué)習(xí)如何將隨機像素轉(zhuǎn)換為對應(yīng)于全新蛋白質(zhì)的清晰圖像。

優(yōu)化圖像生成過程的早期階段是創(chuàng)建ProteinSGM的最大挑戰(zhàn)之一。使用AI系統(tǒng)的關(guān)鍵之一在于蛋白質(zhì)結(jié)構(gòu)的適當?shù)膱D像表示，此后擴散模型就可以學(xué)習(xí)如何準確地生成新的蛋白質(zhì)。

擴散模型，也被稱為基于分數(shù)的生成模型(SGMs)，在圖像合成方面顯示出驚人的表現(xiàn)。ProteinSGM是基于圖像的蛋白質(zhì)結(jié)構(gòu)表示開發(fā)的生成模型，可以產(chǎn)生真實的從頭生成的蛋白質(zhì)。
為了測試由ProteinSGM生成的新蛋白質(zhì)，研究人員使用 AlphaFold 2的改進版OmegaFold進行驗證。通過 OmegaFold的匹配和實驗室的實驗測試，研究小組證實，幾乎所有的新序列都能折疊成所需的蛋白質(zhì)結(jié)構(gòu)，也就是說，由AI生成的在自然界任何地方都不存在的全新蛋白質(zhì)折疊得到了驗證。

研究人員認為，基于這項研究，下一步的研究方向則是通過ProteinSGM進行進一步開發(fā)具有最大治療潛力的抗體和其他的蛋白質(zhì)。這將是一個非常令人興奮的研究和創(chuàng)新領(lǐng)域。