文/观查新科技

2022年8月25日，南加州大学（University of Washington）David Baker专家教授团队在《细胞》杂志上论文发表，利用AI平台技术准确地从头开始制作出可以穿过细胞质的大环多肽分子结构，开创了设计方案全新升级口服药的有效途径。

在此项研究中，专家进一步拓展了AI设计平台的应用领域，将目光转移到了一类称之为大环多肽（macrocyclic peptides）的化学物质。这种生物大分子与小分子药物对比，具备更多的面积与靶标蛋白结合，因此可以靶向治疗许多小分子水不可以的影响蛋白质相互影响。

与抗原对比它们含量还小，很有可能能够穿过细胞质来靶向治疗细胞中靶标，并具有能够内服，而且穿越重生胎盘屏障的发展潜力。但是，寻找可以穿越重生细胞质的大环多肽并不是一件容易的事。先前关键发觉方式就是建立包括几百万分子的化合物库，然后再进行层层选拔。

而这次，研究工作人员乃是根据这种大环多肽穿过细胞质的结构特点，让AI设计制作出化合物编码序列——专家利用AI平台设计出184种由6-12个氨基酸组成的大环多肽。这种多肽蕴含着多种多样传统式大环分子结构中不常见的化学修饰。最重要的是，在设计时，AI服务平台就已可以推算出他们最后伸缩样子。

人工智能技术展示出在生物制药的优点和发展潜力，是其它技术性无法比拟的。尤其是在AlphaFold问世以后，2021年7月15日，AlphaFold2的发表论文，与此同时公开发布还有免费的开放源码等信息，让行业内的研究工作人员们要打造出属于自己版本号。一周后，DeepMind公布已用AlphaFold预测分析了人体中几近全部蛋白质的结构，及20个别的被广泛研究的生物体的详细“蛋白质组”，主要包括小白鼠和大肠埃希菌，总计一共有36.5万只结构。

在今年的，DeepMind还准备公布累计1亿多个结构预测分析——等同于全部已经知道蛋白质的近一半，是蛋白数据银行（PDB）结构数据库系统中通过试验分析的蛋白质的数量几百倍之众。要记住，以往半个世纪，人们一共分析了五万多本人源蛋白质的结构，人们蛋白质组里大概17%的碳水化合物已经有结构信息；而AlphaFold的预测分析结构将这一数据从17%大幅度提高到58%；由于没有固定结构的碳水化合物占比非常大，58%的结构预测分析基本上已接近尾极限值。

如同本次研究中，人工智能技术所展现出来的水平一样，AI不但影响了专家测量蛋白结构的形式，一些研究工作人员仍在利用这种专用工具打造出一个全新的蛋白。在人工智能助推下，如今，绕过高通量筛选立即生成备选药品的思路不会再望尘莫及。