弗吉尼亚大学医学院的科学家们开发了一种新的药物设计方法，利用AI扩散模型来识别并适应蛋白质的运动。
弗吉尼亚大学医学院的一个团队创建了一套名为YuelDesign、YuelPocket和YuelBond的人工智能工具，旨在提高药物开发效率，并找出使现有药物更有效的新方法。
开发一种新药的平均成本估计在数亿至超过26亿美元之间，且这一数字仍在不断增长。约90%的新药无法通过人体测试试验。
这归因于多种因素，其中最重要的是药物分子与体内靶点之间的不可预测反应，这些反应可能导致治疗效果微乎其微甚至产生负面效果。
设计能够应对蛋白质形状变化的药物
人体内的蛋白质以其"诱导契合"而闻名，即在与药物结合后会发生形状变化。
这一现象在传统计算机模型中很难预测，但该项目设计的先进AI"扩散模型"可以生成蛋白质口袋结构和适合其中的小分子，从而实现自适应设计。
"可以这样理解：其他方法试图为一个静止不动的锁设计钥匙，但在人体内，这把锁会不断晃动并改变形状。我们的AI在锁移动时设计钥匙，因此适配度更为真实，"弗吉尼亚大学神经病学系的Nikolay V. Dokholyan博士说。"这对于癌症、神经疾病及其他诸多疾病的患者来说可能会产生实质性影响，我们迫切需要针对这些摇摆不定的蛋白质开发更好的药物，但一直陷入困境。"
这三种工具协同工作以设计最佳形状：
- YuelDesign利用扩散模型设计定制化的药物分子形状
- YuelPocket使用图神经网络精确识别药物分子可以附着在蛋白质上的位置
- YuelBond确保所设计分子中的化学键准确无误
"大多数现有的AI工具将蛋白质视为静止的雕像，但这不是生物学的工作方式。我们的方法让蛋白质和候选药物在设计过程中共同进化，就像它们在体内发生的一样，"研究人员Jian Wang博士说。"例如，我们展示了在为一种名为CDK2的知名癌症相关蛋白质设计分子时，只有YuelDesign能够捕捉到药物结合时发生的关键结构变化。"
利用AI加速药物开发进程
该团队希望其AI工具能够使药物开发过程更具成本效益，并更快地惠及患者，目标是"民主化"药物发现。
"我们的最终目标是使药物发现更快、 cheaper且更可能成功，从而使有希望的治疗方法更快地惠及患者，"Dokholyan说，并补充道："我们已将所有工具免费提供给科学界。我们希望世界各地的研究人员能够使用这些工具来攻克对其患者最重要的疾病。"
【全文结束】
