跳到正文
Isomorphic Labs·· 2023-10-31精选AI 评分75

Isomorphic Labs 与 DeepMind 公布新一代 AlphaFold 进展:预测范围扩至配体和核酸

A glimpse of the next generation of AlphaFold

AI 导读

Isomorphic Labs 与 Google DeepMind 公布新一代 AlphaFold 的进展,模型能对 PDB 中几乎所有分子生成预测,并常达到原子级精度。覆盖范围从蛋白质扩展到配体、核酸及含翻译后修饰的结构。在抗体结合等药物发现相关任务上,它大幅优于 AlphaFold2.3;在蛋白-配体结构预测上超过所报告的最佳 docking 方法,且无需参考蛋白结构或配体口袋位置。

推荐理由

读者可借这份进展更新了解 AlphaFold 从蛋白质扩展到配体与核酸的模型变化,以及它对药物发现流程的意义。

正文 · AI 翻译

进展更新:我们最新的 AlphaFold 模型显著提升了准确度,并将覆盖范围从蛋白质扩展到其他生物分子,包括配体

自 2020 年发布以来,AlphaFold 革新了人们对蛋白质及其相互作用的理解方式。Isomorphic Labs 和 Google DeepMind 一直在合作构建一个更强大的 AI 模型的基础,将覆盖范围从单纯的蛋白质扩展到全范围的生物相关分子。

今天,我们分享一项进展更新,介绍下一代 AlphaFold 的研发情况。我们最新的模型如今可以对蛋白质数据库(PDB)中几乎所有分子生成预测,且经常能达到原子级精度。

它解锁了新的认知,并在多个关键生物分子类别中显著提升了准确度,包括配体(小分子)、蛋白质、核酸(DNA 和 RNA),以及含有翻译后修饰(PTM)的分子。这些不同的结构类型和复合物对于理解细胞内的生物机制至关重要,但一直难以实现高精度预测。

该模型扩展的能力和性能有助于加速生物医学突破,实现'数字生物学'的新纪元——为疾病通路的运作、基因组学、生物可再生材料、植物免疫、潜在治疗靶点、药物设计机制,以及赋能蛋白质工程和合成生物学的新平台带来新的见解。

我们最新 AlphaFold 模型预测的一系列结构与真实结构(白色)的对比

超越蛋白质折叠

AlphaFold 是单链蛋白质预测领域的一项根本性突破。随后 AlphaFold-Multimer 将能力扩展到包含多条蛋白质链的复合物,之后的 AlphaFold2.3 进一步提升了性能,并将覆盖范围扩大到更大的复合物。

2022 年,AlphaFold 对几乎所有已知科学文献收录的蛋白质的结构预测,通过与 EMBL 欧洲生物信息学研究所(EMBL-EBI)的合作,在AlphaFold 蛋白质结构数据库上免费公开。

迄今为止,来自 190 多个国家的 140 万用户访问了 AlphaFold 数据库,世界各地的科学家利用 AlphaFold 的预测来助力推进各方面的研究,从加速新型疟疾疫苗、推进抗癌药物发现,到开发用于治理污染的'吃塑料'酶。

在此我们展示了 AlphaFold 在蛋白质折叠之外预测精确结构的卓越能力,能够在配体、蛋白质、核酸和翻译后修饰上生成高精度的结构预测。

在蛋白质-配体复合物(a)、蛋白质(b)、核酸(c)和共价修饰(d)上的性能表现。

加速药物发现

早期分析还显示,在一些与药物发现相关的蛋白质结构预测问题上(如抗体结合),我们的模型大幅超越了 AlphaFold2.3。此外,精确预测蛋白质-配体结构是药物发现中极具价值的工具,因为它可以帮助科学家识别和设计可能成为药物的新分子。

目前的行业标准是使用「对接方法」来确定配体与蛋白质之间的相互作用。这些对接方法需要一个刚性的参考蛋白结构,以及一个建议的配体结合位置。 

我们的最新模型为蛋白质-配体结构预测树立了新的标杆,其表现优于已报道的最佳对接方法,而且无需参考蛋白结构或配体口袋的位置——从而能够对此前尚未进行结构表征的全新蛋白质进行预测。 

它还可以对所有原子的位置进行联合建模,从而能够呈现蛋白质和核酸在与其他分子相互作用时所具有的全部固有柔性——这是对接方法无法做到的。

例如,以下是三个近期发表的、与治疗相关的案例,其中我们最新模型预测的结构(以彩色显示)与实验确定的结构(以灰色显示)高度吻合:

  1. PORCN:一个处于临床阶段的抗癌分子与其靶点以及另一种蛋白结合。 
  2. KRAS:与一个重要癌症靶点的共价配体(一种分子胶)形成的三元复合物。 
  3. ‍PI5P4Kγ:一种脂质激酶的选择性变构抑制剂,与包括癌症和免疫性疾病在内的多种疾病相关。

PORCN (1)、KRAS (2) 和 PI5P4Kγ (3) 的预测结构。

Isomorphic Labs 正在将这一代全新的 AlphaFold 模型应用于治疗性药物设计,帮助快速、准确地表征对治疗疾病至关重要的多种大分子结构。

对生物学的新认识

通过实现蛋白质和配体结构与核酸以及含有翻译后修饰的分子的联合建模,我们的模型为研究基础生物学提供了一个更快速、更准确的工具。

其中一个例子是 CasLambda 与 crRNA 和 DNA 结合的结构,它是 CRISPR 家族的一部分。CasLambda 具有与 CRISPR-Cas9 系统相同的基因组编辑能力,后者通常被称为「基因剪刀」,研究人员可用其来改变动物、植物和微生物的 DNA。CasLambda 更小的尺寸可能使其在基因组编辑中使用起来更加高效。

CasLambda (Cas12l) 与 crRNA 和 DNA 结合的预测结构,它是 CRISPR 子系统的一部分。

AlphaFold 最新版本对这类复杂系统的建模能力表明,AI 能够帮助我们更好地理解这类机制,并加速它们在治疗应用中的使用。更多示例请见我们的进展更新。

推动科学探索

我们模型在性能上的巨大飞跃表明,AI 有潜力极大地增进我们对构成人体以及更广泛自然界中这些分子机器的科学理解。

AlphaFold 已经在全球范围内推动了重大的科学进步。如今,新一代 AlphaFold 有潜力以数字速度推动科学探索的进步。

我们在 Isomorphic Labs 和 Google DeepMind 的各个专职团队在这一关键工作上取得了重大进展,我们期待与大家分享我们的持续进展。

阅读我们的进展更新

来源:Isomorphic Labs · isomorphiclabs.com