“这是药物发现的真正突破，”苏黎世联邦理工学院化学与应用生物科学系教授吉斯伯特·施耐德说。他和他以前的博士生Kenneth Atz一起开发了一种算法，利用人工智能(AI)来设计新的活性药物成分。对于任何具有已知三维形状的蛋白质，该算法生成潜在药物分子的蓝图，以增加或抑制蛋白质的活性。化学家们可以在实验室里合成并测试这些分子。

该算法所需要的只是蛋白质的三维表面结构。在此基础上，它根据锁与钥匙原理设计出与蛋白质特异性结合的分子，这样它们就可以与蛋白质相互作用。

从一开始就排除了副作用

几十年来，化学家们一直在努力阐明蛋白质的三维结构，并利用计算机寻找合适的潜在药物分子。到目前为止，这通常涉及到艰苦的手工工作，而且在许多情况下，搜索得到的分子很难或不可能合成。如果近年来研究人员在这一过程中使用人工智能，那主要是为了改进现有的分子。

现在，在没有人类干预的情况下，生成式人工智能能够从零开始开发出与蛋白质结构匹配的药物分子。这一突破性的新工艺从一开始就确保了分子可以化学合成。此外，该算法只建议分子在期望的位置与指定的蛋白质相互作用，几乎不与任何其他蛋白质相互作用。“这意味着在设计药物分子时，我们可以确保它的副作用尽可能少，”阿茨说。

为了创建该算法，科学家们训练了一个人工智能模型，该模型使用了来自化学分子和相应三维蛋白质结构之间数十万种已知相互作用的信息。

成功的工业测试

与来自罗氏制药公司和其他合作伙伴的研究人员一起，ETH团队测试了新工艺并展示了它的能力。科学家们寻找与PPAR类蛋白质相互作用的分子，这些蛋白质调节体内的糖和脂肪酸代谢。目前使用的几种糖尿病药物可以增加ppar的活性，从而使细胞从血液中吸收更多的糖，从而降低血糖水平。

人工智能立即设计出新的分子，这些分子也能增加ppar的活性，就像目前可用的药物一样，但没有漫长的发现过程。ETH的研究人员在实验室中制造出这些分子后，罗氏公司的同事对它们进行了各种测试。这表明新物质从一开始就稳定无毒。

研究人员现在没有进一步研究这些分子，也没有将基于它们的药物推向市场。相反，这些分子的目的是让新的人工智能过程接受最初的严格测试。施耐德说，然而，该算法已经在苏黎世联邦理工学院和工业上用于类似的研究。其中之一是与苏黎世儿童医院合作的治疗成神经管细胞瘤的项目，成神经管细胞瘤是儿童中最常见的恶性脑肿瘤。此外，研究人员已经公布了该算法及其软件，以便世界各地的研究人员现在可以在自己的项目中使用它们。

施耐德说:“我们的工作使药物研究中的生成式人工智能可以进入蛋白质世界。”“新算法具有巨大的潜力。”对于人体内所有不与任何已知化合物相互作用的医学相关蛋白质来说尤其如此。



（文章来源：www.ebiotrade.com/newsf/2024-4）