據 IT House 12 月 20 日報導,華盛頓大學醫學院蛋白質設計研究所的科學家使用人工智慧軟體設計和製造了一批具有非凡結合力的蛋白質分子。 這些分子對包括人類激素在內的多種生物標誌物具有極高的親和力和特異性,並且有些分子已經達到了迄今為止與靶標相互作用的最高強度。 這項研究由David Baker領導,利用先進的深度學習演演演算法,結合序列設計工具ProteinMPNN,更有效地創建功能性蛋白質。 該團隊將這種創新方法命名為“Build to Fit”,以使用有限的目標資訊(例如單個肽氨基酸序列)生成結合蛋白。 這一突破在生物技術領域開闢了豐富的可能性,科學家們表示,通過人工智慧設計蛋白質的另一個重要優勢是成本效益。 特別是在診斷某些分子難以檢測的疾病時,設計的蛋白質可以用作抗體的“替代品”。