谷歌DeepMind新作——AlphaProteo蛋白质设计系统

文章预览

加 星标 ，再也不怕错过更新！方法见文末动图。 蛋白质发挥功能与蛋白质相互作用息息相关，蛋白质结合研究是疾病诊断、治疗和生物医学研究的基本组成部分。传统的方法一般通过免疫方法或定向进化开发针对多种靶标的抗体、纳米抗体等结合剂 （binder） ，但是实验无法选定binder结合的目标表位，因此更加费时费力。与之相比，基于从头设计的计算方法可以设计出靶向预先指定的表位的binder，它们往往有着更高的热稳定性和表达量。近年来，AI辅助蛋白质结构预测和蛋白质设计的方法层出不穷，研究者无需高通量筛选和实验优化就能获得高特异性和高亲和力的针对某些靶标的binder。但是，针对凸面或极性的表位设计的binder的成功率仍然较低，初始设计的亲和力通常较差。 2024年9月5日，来自 Google DeepMind 的团队发布了一种名为 AlphaProteo 的蛋白 ………………………………