蛋白质结构通式和结构简式

蛋白质结构通式与结构简化积发挥7月13日，据ArXiv报道，麻省理工学院的研究人员开发了一款名为FrameDiff的AI工具，利用生成式人工智能设计新的蛋白质结构，目的是加速药物开发和改进基因治疗。据报道，新型蛋白质结构的设计仍然是跨生物医学和化学应用的蛋白质工程的挑战。 FrameDiff 可以自然地构建超出所说和所做的变体。

IT之家7 月13 日报道，麻省理工学院的研究人员开发了一款名为FrameDiff 的AI 工具，该工具利用生成式人工智能设计新的蛋白质结构，目标是加速药物开发和改进基因治疗。据报道，新型蛋白质结构的设计仍然是跨生物医学和化学应用的蛋白质工程的挑战。 FrameDiff 可以构建超越自然变化的鸡蛋！

几十到几百个氨基酸组装成具有各种三维结构的蛋白质。这些蛋白质在其“凹坑”处与特定物质结合，发挥各种固有功能。这意味着只要得到了每种蛋白质的结构，就可以知道它的功能。那么更进一步，人类还想通过蛋白质结构辅助设计和新药物分子设计来开发什么呢？

≥﹏≤

2024年2月19日金融行业消息，根据国家知识产权局公告，清华大学申请的项目名为“蛋白质结构预测方法、装置、电子设备及存储介质”，公开号CN117558337A，申请日为2023年9月。专利摘要显示，本发明提供了一种蛋白质结构预测方法、装置、电子设备和存储介质。该方法包括：获取还需要做什么？

?０?

≥＾≤

2022年7月，Deepmind宣布破解了2.14亿个已知蛋白质结构，在业界惊叹之下加速了生命科学领域新药的研发。此后，全球AI蛋白质结构预测、AI蛋白质分子设计等赛道全面展开。在国外，Meta AI 继续探索尚未表征的细菌、病毒和其他微生物的分子结构，预测规模升至6 亿。

螺旋或环在三维空间中进一步折叠成紧凑的结构，称为蛋白质的三级结构。所有蛋白质都具有三级结构。三级结构与蛋白质的稳定性关系最大。如果三级结构被破坏，蛋白质就会失去部分或全部功能。一些蛋白质还具有四级结构。传统实验室观察蛋白质结构的方法主要有三种，即核磁共振、

(^人^)

大约五年前，谷歌最多产的以人工智能为中心的研究实验室之一DeepMind 推出了AlphaFold。这是一个人工智能系统，可以准确预测人体内许多蛋白质的结构。此后，DeepMind 对系统进行了改进，并于2020 年发布了更新、更强大的AlphaFold 版本——AlphaFold 2。实验室工作仍在继续。

AlphaFold2等蛋白质结构预测技术的兴起引起了计算生物学的广泛关注。今年9月21日，AlphaFold2的开发者获得了被普遍认为是诺贝尔奖“前奏”的拉斯克奖。然而，计算机预测技术远不能取代传统的实验结构测定技术，只能对其进行补充和增强。大多数生物大分子的结构将由特殊班级讨论。

AlphaFold等蛋白质结构预测技术的兴起引起了计算生物学的广泛关注。今年9月21日，AlphaFold开发者Demis Hassabis博士和John Jumper博士荣获拉斯克奖（The 2023 Lasker Awards），这被普遍认为是诺贝尔奖的“前奏”。然而，计算机预测技术还远远不能取代传统的实验结构测定，对吗？

去年，AlphaFold发布了包含2亿个预测蛋白质结构的数据库，接近人类科学已知的所有蛋白质。与大众更为熟悉的AlphaGo类似，AlphaFold是通过实验室科学家研究的17万个蛋白质序列和结构的机器学习来训练的，已经掌握了预测蛋白质结构的技巧。正是因为预测的蛋白质已言出必行。