科学家训练人工智能来制造更多生命的基石

这一突破是华盛顿大学医学院蛋白质设计研究所学术研究人员的工作成果，他们向科学界免费提供了他们的新工具。

在快速发展的人工智能驱动科学领域，这一进步建立在AlphaFold(GoogleDeepMind的工具)、RoseTTAFold和RFdiffusion(均由该研究所开发)的成功基础上。

该论文的主要作者是博士后学者JueWang以及研究生RohithKrishna和WoodyAhern，他们都是DavidBaker实验室的成员。贝克是威斯康星大学医学院生物化学教授兼蛋白质设计研究所所长。

在这项新研究中，科学家们首先重新训练了蛋白质建模工具RoseTTAFold，使其能够准确地模拟蛋白质如何与活细胞中常见的分子(如DNA、RNA、金属离子、糖和其他小化学物质)相互作用。

该团队将他们的新工具命名为RoseTTAFoldAll-Atom，理由是基于所有主要类型生物分子的数据训练的单一将成为生命科学研究的有用工具。在论文中，研究人员表明RoseTTAFoldAll-Atom可以详细预测特定蛋白质和DNA片段如何相互作用、某些药物分子如何与人类受体结合等等。

“我们让RoseTTAFoldAll-Atom成为免费的，这样世界各地的科学家就可以对运行所有生物学的分子做出新的发现。它可能使他们能够更好地了解许多疾病的分子机制，这可能会开启新的治疗方法，”克里希纳说。

然后，该团队使用升级后的来增强RFdiffusion，这是一种广泛使用的生成人工智能系统，可以产生与自然界中发现的任何蛋白质不同的蛋白质。实验室测试证实，RFdiffusionAll-Atom可以产生带有口袋的蛋白质，这些口袋可以与特定化合物结合，包括类固醇地高辛、富含铁的血液分子血红素以及植物用来吸收阳光的化学物质。

这表明人工智能可以产生多种先进的生物功能。

“我们的目标是构建一种人工智能工具，可以生成更复杂的疗法和其他有用的分子。例如，研究人员现在可以设计能够关闭特定致病分子的蛋白质，为精确有效的治疗铺平道路，”埃亨说。

贝克说：“通过让世界各地的科学家能够以前所未有的精度生成生物分子，我们正在为突破性的发现和实际应用打开大门，这些发现和实际应用将塑造医学、材料科学及其他领域的未来。”