氨基酸3d
这几天奔走相告的科技突破,DeepMind的AI解析蛋白质折叠难题,号称解决50年生物学的巨大挑战。到底是个啥?翻了翻资料,简单理解为用AI预测蛋白质3D结构。蛋白质是由氨基酸带制成的,其自身会因许多复杂的曲折和缠结而折叠起来,这种结构决定了它的作用。例如,开发针对新冠病毒的疫苗集中在该病毒的刺突蛋白上,冠状病毒钩住人细胞的方式取决于这种蛋白质的形状以及这些细胞外部蛋白质的形状。这个方向一直有研究,但以往准确率比较低,而DeepMind的AlphaFold将准确率提升到可以说非常精准的水平,但也是有代价的就是有点慢。这一领域的另一个系统AlQuraishi则可以更快数秒即可返回结果,而不是几天。它的预测不太准确,但是对于某些应用来说,速度更为重要。之后可以用来干什么呢?最主要的是帮助提高设计新药的效率。长期看,预测蛋白质结构也将有助于设计合成蛋白质,例如消化废物或产生生物燃料的酶,还有探索人工合成蛋白的方法,增加农作物的产量并使植物更有营养。等。DeepMind计划研究利什曼病,昏睡病和疟疾,这些都是由寄生虫引起的热带病,因为它们与许多未知的蛋白质结构有关。
新冠病毒的结构模型图
新华社华盛顿2月19日电(记者周舟)美国科研团队首次绘制出新型冠状病毒一个关键蛋白分子的3D结构,这种蛋白是开发疫苗、治疗性抗体和药物的关键靶点。
研究成果19日在线发表在美国《科学》杂志上。
美国得克萨斯大学奥斯汀分校和美国国家卫生研究院的研究人员根据中国研究人员提供的病毒基因组序列,利用冷冻电子显微镜重建了新冠病毒表面的刺突蛋白在原子尺度上的3D构造,分辨率达到0.35纳米。

这张资料照片显示的是美国国家卫生研究院院内建筑外景。(新华社记者鲍丹丹摄)
研究发现,新冠病毒的刺突蛋白结构与严重急性呼吸综合征(SARS)冠状病毒的刺突蛋白结构非常相近,都将细胞表面的“血管紧张素转化酶2(ACE2)”作为侵入细胞的关键受体。但新冠病毒的刺突蛋白与ACE2的亲和力是SARS病毒的10到20倍,这可能与新冠病毒更易于人际传播有关。
论文通讯作者、得克萨斯大学奥斯汀分校分子生物科学系副教授贾森·麦克莱伦说,目前尚不清楚为何两者在分子层面上结合得更加紧密,且这种亲和力是否对病毒传播性造成影响还需进一步研究确认。
麦克莱伦对新华社记者说,他们已将这一结构的原子坐标数据发送给全球多家实验室,其中多数来自中国,目前已有大约25家中国实验室要求获取相关资料。
麦克莱伦说,这一成果可帮助研究人员展开三个方面的工作。第一,展开潜在药物筛查,发现可与这种刺突蛋白结合并破坏其功能的小分子;第二,设计可以与刺突蛋白结合并抑制其功能的新型蛋白分子或抗体;第三,设计出这种刺突蛋白的变体,例如使其拥有更高表达水平或热稳定性,从而诱发更强的免疫反应,以加快疫苗开发。
麦克莱伦团队已对几种可与SARS病毒刺突蛋白结合的单克隆抗体进行了筛查,发现它们与新冠病毒没有明显的结合。麦克莱伦解释说,尽管新冠病毒与SARS病毒的刺突蛋白表面的相似性大约为75%,但如果在与抗体结合的区域恰好存在大量氨基酸差异,可与SARS病毒结合的抗体就难以与新冠病毒结合。
美研究人员绘制出新冠病毒关键蛋白分子的3D结构,新冠病毒的结构模型图
本周比较重要的另一个消息是人工智能在蛋白质结构预测——蛋白质折叠问题破解方面的进展。类似这样的应用,才是人工智能真正的价值点、AI真正应该突破的重要方向之一,人脸识别之类还是歇一歇吧,至少不要那么突出为好。距离推出整整两年时间过去,DeepMind的Alphafold(第二代)技惊四座说不上,已经取得重大成果没有人能否认。蛋白质是氨基酸链组成的有独特3D结构的复杂分子。蛋白质折叠问题,也就是蛋白质折叠成何种形状一直是生物学领域的重大挑战。国际蛋白质结构预测竞赛 CASP 中,AlphaFold击败其他选手,准确性方面比肩人类实验结果,有望成为蛋白质结构预测的重要方向。AI 对于基础科研的作用将更受重视。上周参加腾云峰会,互动论坛第三场饶毅、韩启德、阿来、张胜誉激辩的其中一个问题,AI+算力(量子计算等)辅助生物医药研究未来靠不靠谱。饶毅说不靠谱,但答案是不仅靠谱,现在已经在取得进展。虽然蛋白质折叠结构预测和药物分子研究有所不同,但都是在探索“分子空间这个很大的宇宙中的一个很小的角落”。硕大地球不也只是很小的一个角落、宇宙里的一粒尘埃吗?!