肯塔基州列克星敦（2024年12月19日）——人工智能（AI）如何能够彻底改变对抗世界上最致命疾病的斗争，如癌症和阿尔茨海默病？
在肯塔基大学，一位研究人员正在利用AI的力量寻找能够改变治疗方式、改善结果并给数百万人带来希望的答案。
Qing Shao 博士是斯坦利和凯伦·皮格曼工程学院化学与材料工程系的助理教授，他获得了美国国立卫生研究院（NIH）下属的国家医学图书馆（NLM）超过130万美元的资金，用于开发用于生物医学应用的大规模蛋白质语言模型。这是肯塔基大学首次获得NIH资助，专注于蛋白质研究的AI项目。
Shao 的项目“结构功能感知的大规模蛋白质语言模型以增强生物医学应用”旨在开发能够预测蛋白质关键信息的AI模型，这有助于更好地理解疾病和发现新治疗方法。
具体来说，这些模型有潜力通过将蛋白质的生化和生物物理知识纳入语言模型中，并开发有效的方法来训练AI模型，使其基于少量数据进行更好的预测，从而更准确地预测蛋白质在体内的行为。
“这项研究教会AI蛋白质的知识，以便它可以设计具有所需功能的蛋白质或更好地预测蛋白质特性，”Shao 表示。
大规模蛋白质语言模型已在生物医学研究中发挥了基础性作用，但其应用面临两个主要障碍。首先是现有模型中缺乏蛋白质结构和功能的关键知识。其次是难以在不丧失其解决不同类型问题的一般能力的情况下，将这些模型适应特定的生物医学任务。
Shao 指出，了解蛋白质的三维形状是一个关键的缺失环节，因为其结构在决定功能方面起着关键作用。
“目前的大规模蛋白质语言模型继承了为英语或德语等‘语言’开发的语言模型，”Shao 解释说，“它们将蛋白质视为另一种‘语言’，但并未充分考虑蛋白质作为具有三维形状和运动能力的分子。”
Shao 及其团队在这项项目中提出的解决方案是创建结合蛋白质三维结构和序列的AI模型，以生成更好的蛋白质表示。计算机模拟分子相互作用将用于创建准确的蛋白质三维模型，然后与序列数据结合，以改进关于蛋白质工作原理的预测。
“我们的方法始于将蛋白质视为分子，”Shao 表示，“我们正在开发方法，将这些缺失的知识纳入语言模型中。”
然而，该项目成功的关键在于开发将蛋白质的生化和生物物理知识表示并纳入AI模型的技术。这可以为各种生物医学应用提供宝贵的深度学习工具，对于致力于治疗致命疾病的研究工程师而言尤为宝贵。
“生物医学研究人员将使用这些模型设计用于治疗癌症和阿尔茨海默病等疾病的蛋白质药物，”Shao 表示，“化学工程师将使用该模型设计将生物质转化为有用化学品的酶。”
特别是，Shao 的模型在设计抗癌症的蛋白质药物方面显示出巨大潜力，并可能导致治疗耐药微生物的新方法。“它将帮助研究人员发现导致细菌耐药性和癌症扩散的蛋白质，”Shao 表示，“还将帮助研究人员设计新的蛋白质或肽作为对抗细菌耐药性和癌症的新药物。”
本研究由美国国立卫生研究院国家医学图书馆资助，资助编号为R01LM014510。内容仅由作者负责，不一定代表美国国立卫生研究院的官方观点。
(全文结束)
