“好吧。我們開(kāi)始吧。”西雅圖華盛頓大學(xué)(UW)的計(jì)算化學(xué)家David Juergens即將設(shè)計(jì)出一種蛋白質(zhì)，經(jīng)過(guò)30多億年的修補(bǔ)，進(jìn)化從未產(chǎn)生過(guò)這種蛋白質(zhì)。在視頻通話中，Juergens打開(kāi)了他參與開(kāi)發(fā)的人工智能(AI)工具的云版本，該工具名為RFdiffusion。這種神經(jīng)網(wǎng)絡(luò)，以及其他類(lèi)似的神經(jīng)網(wǎng)絡(luò)，正在幫助將定制蛋白質(zhì)的創(chuàng)造——直到最近，這還是一種高度技術(shù)性且常常不成功的追求——帶入主流科學(xué)。
這些蛋白質(zhì)可以構(gòu)成疫苗、療法和生物材料的基礎(chǔ)。“這是一個(gè)完全變革的時(shí)刻，”馬薩諸塞州薩默維爾的生物技術(shù)公司Generate Biomedicines的聯(lián)合創(chuàng)始人兼首席技術(shù)官格Gevorg Grigoryan說(shuō)。該公司將蛋白質(zhì)設(shè)計(jì)應(yīng)用于藥物開(kāi)發(fā)。
這些工具的靈感來(lái)自人工智能軟件，該軟件可以合成逼真的圖像，比如Midjourney軟件，今年，該軟件被用來(lái)制作教皇弗朗西斯(Pope Francis)穿著設(shè)計(jì)師設(shè)計(jì)的白色羽絨服的照片。研究人員發(fā)現(xiàn)，類(lèi)似的概念方法可以根據(jù)設(shè)計(jì)者指定的標(biāo)準(zhǔn)大量生產(chǎn)出現(xiàn)實(shí)的蛋白質(zhì)形狀——這意味著，例如，可以快速繪制出與另一種生物分子緊密結(jié)合的新蛋白質(zhì)。早期的實(shí)驗(yàn)表明，當(dāng)研究人員制造這些蛋白質(zhì)時(shí)，一部分有用的蛋白質(zhì)確實(shí)按照軟件的建議發(fā)揮作用。
研究人員說(shuō)，在過(guò)去的一年里，這些工具徹底改變了設(shè)計(jì)蛋白質(zhì)的過(guò)程。紐約市哥倫比亞大學(xué)的計(jì)算生物學(xué)家Mohammed AlQuraishi說(shuō):“這是一種能力的爆炸。”他的團(tuán)隊(duì)已經(jīng)開(kāi)發(fā)出一種這樣的蛋白質(zhì)設(shè)計(jì)工具。“你現(xiàn)在可以創(chuàng)造出具有受歡迎品質(zhì)的設(shè)計(jì)。”
華盛頓大學(xué)的計(jì)算生物物理學(xué)家David Baker說(shuō):“你正在為一個(gè)問(wèn)題構(gòu)建一個(gè)定制的蛋白質(zhì)結(jié)構(gòu)。”他所在的團(tuán)隊(duì)(包括Juergens)開(kāi)發(fā)了射頻擴(kuò)散。該團(tuán)隊(duì)于2023年3月發(fā)布了該軟件，本周在《Nature》雜志上發(fā)表了一篇描述神經(jīng)網(wǎng)絡(luò)的論文。(預(yù)印本于2022年底發(fā)布，幾乎與此同時(shí)，其他幾個(gè)團(tuán)隊(duì)，包括AlQuraishi的2和Grigoryan的3，也報(bào)告了類(lèi)似的神經(jīng)網(wǎng)絡(luò))。
Grigoryan補(bǔ)充說(shuō)，蛋白質(zhì)設(shè)計(jì)師現(xiàn)在第一次擁有了可復(fù)制和強(qiáng)大的工具，可以圍繞這些工具創(chuàng)建一個(gè)新的產(chǎn)業(yè)。“下一個(gè)挑戰(zhàn)是，你要用它做什么?”
Juergens將他想要的蛋白質(zhì)的一些規(guī)格輸入到一個(gè)類(lèi)似于在線稅收計(jì)算器的網(wǎng)絡(luò)表格中。它必須有100個(gè)氨基酸長(zhǎng)，形成對(duì)稱(chēng)的兩種蛋白質(zhì)復(fù)合物，稱(chēng)為同型二聚體。許多細(xì)胞受體采用這種結(jié)構(gòu)，一種新的同型二聚體可能是一種合成的細(xì)胞信號(hào)分子，華盛頓大學(xué)的計(jì)算生物化學(xué)Joe Watson說(shuō)，他參與開(kāi)發(fā)了射頻擴(kuò)散，也在視頻通話中。但今天早上的設(shè)計(jì)并不是為了做任何事情，只是像一個(gè)現(xiàn)實(shí)的蛋白質(zhì)。
幾十年來(lái)，研究人員一直在努力構(gòu)建新的蛋白質(zhì)。起初，他們?cè)噲D將現(xiàn)有蛋白質(zhì)的有用部分拼湊在一起，比如催化化學(xué)反應(yīng)的酶的口袋。這種方法依賴(lài)于對(duì)蛋白質(zhì)如何折疊和工作的理解，以及直覺(jué)和大量的試驗(yàn)和錯(cuò)誤?？茖W(xué)家們有時(shí)會(huì)篩選數(shù)千種設(shè)計(jì)，以確定其中一種能達(dá)到預(yù)期效果。
Baker說(shuō)，AlphaFold(由總部位于倫敦的人工智能公司DeepMind開(kāi)發(fā)，現(xiàn)為谷歌DeepMind)和其他基于人工智能的模型帶來(lái)了一個(gè)靈光一現(xiàn)的時(shí)刻，這些模型可以從氨基酸序列中準(zhǔn)確預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。設(shè)計(jì)師們意識(shí)到，這些經(jīng)過(guò)真實(shí)蛋白質(zhì)序列和結(jié)構(gòu)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，也可以幫助從零開(kāi)始創(chuàng)造蛋白質(zhì)。
在過(guò)去的幾年里，Baker的團(tuán)隊(duì)和該領(lǐng)域的其他人已經(jīng)發(fā)布了一系列基于人工智能的蛋白質(zhì)設(shè)計(jì)工具。這些工具使用的一種方法被稱(chēng)為幻覺(jué)，它包括創(chuàng)建一串隨機(jī)的氨基酸，然后由AlphaFold或類(lèi)似的工具RoseTTAFold進(jìn)行優(yōu)化，直到它看起來(lái)像神經(jīng)網(wǎng)絡(luò)認(rèn)為可能折疊成特定結(jié)構(gòu)的東西。另一種被稱(chēng)為inpainting的方法是獲取蛋白質(zhì)序列或結(jié)構(gòu)的特定片段，并使用RoseTTAFold在其周?chē)鷺?gòu)建分子的其余部分。
但這些工具遠(yuǎn)非完美。實(shí)驗(yàn)傾向于表明，通過(guò)幻覺(jué)方法設(shè)計(jì)的結(jié)構(gòu)在實(shí)驗(yàn)室中制造時(shí)并不總是形成折疊良好的蛋白質(zhì)，例如，最終在試管底部成為粘稠物。產(chǎn)生幻覺(jué)的方法除了制造小的蛋白質(zhì)外，還很難制造任何東西(盡管其他研究人員在2月份的一篇預(yù)印本中展示了如何利用這種技術(shù)來(lái)設(shè)計(jì)更長(zhǎng)的分子)。當(dāng)給予較短的片段時(shí)，Inpainting在形成蛋白質(zhì)方面也做得很差。即使這種方法確實(shí)產(chǎn)生了一個(gè)理論上的蛋白質(zhì)結(jié)構(gòu)，它也無(wú)法為一個(gè)問(wèn)題提供多種解決方案，從而增加成功的幾率。
這就是近幾個(gè)月發(fā)布的射頻擴(kuò)散和類(lèi)似的蛋白質(zhì)設(shè)計(jì)人工智能的用線。它們基于與生成真實(shí)圖像的神經(jīng)網(wǎng)絡(luò)相同的原理，例如Stable Diffusion, DALL-E和Midjourney。這些“擴(kuò)散”網(wǎng)絡(luò)是在數(shù)據(jù)上訓(xùn)練的，無(wú)論是圖像還是蛋白質(zhì)結(jié)構(gòu)，然后這些數(shù)據(jù)逐漸變得嘈雜，最終與開(kāi)始的圖像或結(jié)構(gòu)沒(méi)有相似之處。然后，網(wǎng)絡(luò)學(xué)會(huì)對(duì)數(shù)據(jù)進(jìn)行“去噪”，反向執(zhí)行任務(wù)。
像RFdiffusion這樣的網(wǎng)絡(luò)是在成千上萬(wàn)個(gè)真實(shí)的蛋白質(zhì)結(jié)構(gòu)上進(jìn)行訓(xùn)練的，這些結(jié)構(gòu)存儲(chǔ)在一個(gè)叫做蛋白質(zhì)數(shù)據(jù)庫(kù)(PDB)的存儲(chǔ)庫(kù)中。當(dāng)這個(gè)網(wǎng)絡(luò)產(chǎn)生一種新的蛋白質(zhì)時(shí)，它開(kāi)始時(shí)完全是噪音:氨基酸的隨機(jī)組合。Watson解釋說(shuō):“你要問(wèn)的是產(chǎn)生噪音的蛋白質(zhì)是什么。經(jīng)過(guò)幾輪去噪后，它產(chǎn)生了一種類(lèi)似于真實(shí)的——但卻是新的——蛋白質(zhì)的東西。
當(dāng)Baker的團(tuán)隊(duì)測(cè)試RF擴(kuò)散時(shí)，除了蛋白質(zhì)的長(zhǎng)度外，沒(méi)有提供任何指導(dǎo)，網(wǎng)絡(luò)產(chǎn)生了多種多樣的、看起來(lái)很真實(shí)的蛋白質(zhì)，與在PDB中訓(xùn)練過(guò)的任何蛋白質(zhì)都不同。
但研究人員也能夠在去噪過(guò)程中指導(dǎo)程序根據(jù)特定的設(shè)計(jì)約束來(lái)制造蛋白質(zhì)，這一過(guò)程被稱(chēng)為條件反射。
例如，Baker的團(tuán)隊(duì)對(duì)射頻擴(kuò)散進(jìn)行了條件反射，使其產(chǎn)生包含特定折疊的蛋白質(zhì)，或者可以附著在另一個(gè)分子表面的蛋白質(zhì)(這是一種相互作用，是結(jié)合的基礎(chǔ))。Grigoryan的團(tuán)隊(duì)甚至開(kāi)發(fā)了一種名為Chroma的擴(kuò)散網(wǎng)絡(luò)，然后對(duì)其進(jìn)行調(diào)節(jié)，使蛋白質(zhì)的形狀與英語(yǔ)中使用的26個(gè)大寫(xiě)字母以及阿拉伯?dāng)?shù)字相似。
噪聲信號(hào)
Juergens的電腦屏幕最初顯示的是噪音，即人工智能系統(tǒng)開(kāi)始時(shí)隨機(jī)排列的氨基酸。它們被描繪成紅色的、污濁的、像小孩子手指畫(huà)一樣的字跡。它們一幀接一幀地變形成越來(lái)越復(fù)雜的形狀，具有類(lèi)似蛋白質(zhì)的特征，如被稱(chēng)為α-螺旋的緊密螺旋形狀和被稱(chēng)為β-薄片的折疊式帶狀形狀。“這是一個(gè)很好的混合拓?fù)浣Y(jié)構(gòu)，”Juergens微笑著說(shuō)，因?yàn)樗蕾p這個(gè)只花了幾分鐘就完成的發(fā)明。“這看起來(lái)不錯(cuò)。”
這個(gè)工具在貝克的實(shí)驗(yàn)室里得到了廣泛的應(yīng)用。“與一年前相比，設(shè)計(jì)過(guò)程幾乎面目全非，”他說(shuō)。神經(jīng)網(wǎng)絡(luò)在效率低下、困難或不可能使用其他方法的設(shè)計(jì)挑戰(zhàn)方面表現(xiàn)出色。
在他們研究報(bào)告的一項(xiàng)分析中，研究人員從另一種蛋白質(zhì)的片段開(kāi)始，比如免疫細(xì)胞識(shí)別的病毒蛋白質(zhì)的一部分，并讓基于人工智能的工具大量生產(chǎn)100種不同的新蛋白質(zhì)，看看有多少會(huì)包含所需的基序。該團(tuán)隊(duì)對(duì)25種不同的初始形狀進(jìn)行了挑戰(zhàn)。結(jié)果并不總是包含起始片段，但RF擴(kuò)散產(chǎn)生了至少一種蛋白質(zhì)，可以用于23個(gè)基序，相比之下，有15個(gè)基序用于幻覺(jué)，12個(gè)基序用于繪畫(huà)。
射頻擴(kuò)散也被證明擅長(zhǎng)于使蛋白質(zhì)自組裝成復(fù)雜的納米顆粒，這種納米顆?？赡苣軌蜉斔退幬锘蛞呙绯煞?。以前的人工智能方法也可以制造這類(lèi)蛋白質(zhì)，但Watson說(shuō)，射頻擴(kuò)散的設(shè)計(jì)要復(fù)雜得多。
像RF擴(kuò)散這樣的神經(jīng)網(wǎng)絡(luò)在設(shè)計(jì)能夠粘附到另一種特定蛋白質(zhì)上的蛋白質(zhì)時(shí)，似乎真的很有效果。貝克的研究小組利用該網(wǎng)絡(luò)制造出了與癌癥、自身免疫性疾病和其他疾病相關(guān)的蛋白質(zhì)緊密結(jié)合的蛋白質(zhì)。他說(shuō)，一個(gè)尚未發(fā)表的成功是為一種名為腫瘤壞死因子受體的難以靶向的免疫信號(hào)分子設(shè)計(jì)了強(qiáng)大的粘合劑——抗體藥物的靶標(biāo)，每年產(chǎn)生數(shù)十億美元的收入。Watson說(shuō):“這擴(kuò)大了蛋白質(zhì)的空間，我們可以制造粘合劑，并為其制造有意義的治療方法。”
真實(shí)的測(cè)試
貝克的團(tuán)隊(duì)制作了如此多的設(shè)計(jì)，以至于測(cè)試它們是否按預(yù)期工作已經(jīng)成為一個(gè)嚴(yán)重的瓶頸。位于馬薩諸塞州劍橋市的微軟研究院(Microsoft Research)生物醫(yī)學(xué)機(jī)器學(xué)習(xí)研究員Kevin Yang說(shuō):“一個(gè)學(xué)習(xí)機(jī)器的人可以設(shè)計(jì)出足夠100個(gè)生物學(xué)家忙上幾個(gè)月的設(shè)計(jì)。”他的團(tuán)隊(duì)已經(jīng)開(kāi)發(fā)出了自己的基于擴(kuò)散的蛋白質(zhì)設(shè)計(jì)工具。
但早期跡象表明，RFdiffusion公司的產(chǎn)品是貨真價(jià)實(shí)的。在他們的研究中描述的另一個(gè)挑戰(zhàn)中，Baker的團(tuán)隊(duì)要求該工具設(shè)計(jì)含有p53關(guān)鍵片段的蛋白質(zhì)，p53是一種在許多癌癥中過(guò)度活躍的信號(hào)分子(也是一種搶手的藥物靶點(diǎn))。研究人員設(shè)計(jì)了95種軟件(通過(guò)改造細(xì)菌來(lái)表達(dá)蛋白質(zhì))，其中一半以上保持了p53與其天然目標(biāo)MDM2結(jié)合的能力。最好的設(shè)計(jì)比天然的p53強(qiáng)1000倍。Watson說(shuō)，當(dāng)研究人員嘗試用幻覺(jué)來(lái)完成這項(xiàng)任務(wù)時(shí)，這些設(shè)計(jì)——盡管預(yù)計(jì)會(huì)起作用——并沒(méi)有在試管中成功。
總的來(lái)說(shuō)，Baker表示，他的團(tuán)隊(duì)發(fā)現(xiàn)，10-20%的RFdiffusion設(shè)計(jì)與預(yù)期目標(biāo)的結(jié)合程度足夠強(qiáng)，足以發(fā)揮作用，相比之下，早期的前ai方法的這一比例不到1%。(Watson說(shuō)，以前的機(jī)器學(xué)習(xí)方法無(wú)法可靠地設(shè)計(jì)粘合劑)。華盛頓大學(xué)的一位同事，生物化學(xué)家Matthias Gloegl說(shuō)，最近他的成功率已經(jīng)接近50%，這意味著只需一兩個(gè)星期就能想出可行的設(shè)計(jì)，而不是幾個(gè)月。“這真的很瘋狂，”他說(shuō)。
馬薩諸塞州劍橋市哈佛大學(xué)的進(jìn)化生物學(xué)家Sergey Ovchinnikov表示，截至6月底，基于云的RFdiffusion每天約有100名用戶(hù)。澳大利亞悉尼大學(xué)(University of Sydney)的生化學(xué)家Joel Mackay一直在嘗試?yán)蒙漕l擴(kuò)散技術(shù)來(lái)設(shè)計(jì)能夠與他實(shí)驗(yàn)室研究的其他蛋白質(zhì)結(jié)合的蛋白質(zhì)，其中包括控制細(xì)胞中基因活性的轉(zhuǎn)錄因子分子。他發(fā)現(xiàn)設(shè)計(jì)過(guò)程很簡(jiǎn)單，并使用計(jì)算機(jī)建模來(lái)驗(yàn)證，理論上，蛋白質(zhì)應(yīng)該與轉(zhuǎn)錄因子結(jié)合。
Mackay現(xiàn)在正在測(cè)試這些蛋白質(zhì)在細(xì)胞中產(chǎn)生時(shí)是否能像預(yù)期的那樣改變基因表達(dá)。他祈求好運(yùn)，因?yàn)檫@樣的發(fā)現(xiàn)相當(dāng)于一種在細(xì)胞內(nèi)開(kāi)關(guān)特定轉(zhuǎn)錄因子的簡(jiǎn)單方法，而不是使用可能需要數(shù)年才能識(shí)別的藥物，如果它們能被發(fā)現(xiàn)的話。他說(shuō):“如果這種方法對(duì)我們這種類(lèi)型的蛋白質(zhì)有效，它將徹底改變游戲規(guī)則。”
未來(lái)的改進(jìn)
英國(guó)牛津大學(xué)的免疫信息學(xué)家Charlotte Deane說(shuō)，像射頻擴(kuò)散這樣的最新模型是一個(gè)“階段性的改變”。但關(guān)鍵挑戰(zhàn)依然存在。她說(shuō):“這將激勵(lì)人們看到我們能把這些擴(kuò)散方法推進(jìn)多遠(yuǎn)。”她和其他科學(xué)家及生物技術(shù)公司特別感興趣的一個(gè)應(yīng)用是設(shè)計(jì)更復(fù)雜的結(jié)合蛋白，如抗體，或T細(xì)胞(一種免疫細(xì)胞)使用的蛋白質(zhì)受體。這些蛋白質(zhì)具有與它們的靶標(biāo)互鎖的柔性環(huán)，這與RF擴(kuò)散迄今為止擅長(zhǎng)的三明治狀平面界面相反，他們?cè)诳贵w方面取得了進(jìn)展。
一般來(lái)說(shuō)，設(shè)計(jì)生物分子是具有挑戰(zhàn)性的，因?yàn)樗鼈兊墓δ苋Q于軟性區(qū)域，軟性區(qū)域使它們能夠采用許多不同的形狀。事實(shí)證明，使用人工智能很難對(duì)這些特征進(jìn)行建模。“如果問(wèn)題是，我們能否與其他物質(zhì)結(jié)合并抑制它，”Ovchinnikov說(shuō)，“我認(rèn)為這個(gè)問(wèn)題將通過(guò)這些方法得到解決。但為了做一些更復(fù)雜的事情，更像大自然，你需要引入一些靈活性。”
加州大學(xué)舊金山分校的計(jì)算生物學(xué)家Tanja Kortemme正在使用射頻擴(kuò)散技術(shù)設(shè)計(jì)可以用作傳感器或開(kāi)關(guān)來(lái)控制細(xì)胞的蛋白質(zhì)。她說(shuō)，如果一個(gè)蛋白質(zhì)的活性位點(diǎn)取決于幾個(gè)氨基酸的位置，人工智能網(wǎng)絡(luò)做得很好，但它很難設(shè)計(jì)具有更復(fù)雜活性位點(diǎn)的蛋白質(zhì)，這需要更多的關(guān)鍵氨基酸到位——這是她和她的同事們正在努力解決的一個(gè)挑戰(zhàn)。
Yang說(shuō)，最新擴(kuò)散方法的另一個(gè)限制是它們無(wú)法產(chǎn)生與天然蛋白質(zhì)有很大不同的蛋白質(zhì)。他說(shuō)，這是因?yàn)槿斯ぶ悄芟到y(tǒng)只接受了科學(xué)家已經(jīng)描述過(guò)的現(xiàn)有蛋白質(zhì)的訓(xùn)練，并傾向于創(chuàng)造出與這些蛋白質(zhì)相似的蛋白質(zhì)。要想產(chǎn)生更像外星人的蛋白質(zhì)，可能需要更好地理解賦予蛋白質(zhì)功能的物理原理。
這可能會(huì)使設(shè)計(jì)蛋白質(zhì)更容易執(zhí)行自然蛋白質(zhì)從未進(jìn)化過(guò)的任務(wù)。“還有很大的增長(zhǎng)空間，”Yang說(shuō)。
AlQuraishi說(shuō)，最新的蛋白質(zhì)設(shè)計(jì)工具已經(jīng)被證明在創(chuàng)造可以完成特定任務(wù)的蛋白質(zhì)方面非常強(qiáng)大——只要這種功能可以用形狀來(lái)描述，比如要結(jié)合的蛋白質(zhì)的表面。但是，他補(bǔ)充說(shuō)，像RF擴(kuò)散這樣的工具還不能處理其他類(lèi)型的規(guī)格，比如制造一種可以進(jìn)行特定反應(yīng)的蛋白質(zhì)，而不管它的形狀——當(dāng)“你知道你想要什么，但你不知道它的幾何形狀是什么”。
Grigoryan說(shuō)，未來(lái)的蛋白質(zhì)設(shè)計(jì)工具還需要有能力根據(jù)不同的標(biāo)準(zhǔn)大量生產(chǎn)蛋白質(zhì)。一種潛在的治療蛋白不僅要與它的靶標(biāo)結(jié)合，而且要不與其他蛋白結(jié)合，而且要具有易于批量生產(chǎn)的特性。
研究人員正在探索的一個(gè)方向是，是否可以使用簡(jiǎn)單的語(yǔ)言文本描述來(lái)設(shè)計(jì)蛋白質(zhì)，類(lèi)似于提供給Midjourney等圖像生成工具的提示。“你真的可以想象，我們將能夠?qū)懗鲆环N蛋白質(zhì)的描述，并將它們合成和測(cè)試，”Watson說(shuō)。
Grigoryan和他的同事已經(jīng)朝著這個(gè)目標(biāo)邁出了一步。在2022年12月的預(yù)印本中，他們訓(xùn)練Chroma將描述附加到其設(shè)計(jì)中，并根據(jù)文本規(guī)范發(fā)布設(shè)計(jì)，包括“具有CHAD結(jié)構(gòu)域的蛋白質(zhì)”(一種包含多個(gè)螺旋的蛋白質(zhì)形狀)或“氨基轉(zhuǎn)移酶的晶體結(jié)構(gòu)”(參與制造和分解蛋白質(zhì)的酶)。
今天早上，Juergens在幾分鐘內(nèi)創(chuàng)造出的蛋白質(zhì)只是蛋白質(zhì)三維結(jié)構(gòu)的一個(gè)模型。然后，Juergens使用另一種人工智能工具來(lái)繪制氨基酸序列，這些氨基酸應(yīng)該折疊成這種結(jié)構(gòu)。作為最后的檢查，他將這些序列插入AlphaFold，看看該軟件是否預(yù)測(cè)出與設(shè)計(jì)相匹配的折疊結(jié)構(gòu)。它們是正確的，AlphaFold的預(yù)測(cè)與設(shè)計(jì)的平均差異只有1氫原子的寬度。
Watson說(shuō):“我們認(rèn)為這是設(shè)計(jì)上的成功。”剩下唯一要做的就是觀察這種蛋白質(zhì)在現(xiàn)實(shí)生活中的表現(xiàn)。
（文章來(lái)源：www.ebiotrade.com/newsf） | 
