AI生成蛋白质完整动态模型

来源：科技日报

科技日报记者 张佳欣

理解蛋白质如何折叠和运动，是开发高效靶向药物的核心。最近，来自瑞士洛桑联邦理工学院的研究团队带来了一项突破，他们开发出一种名为“全蛋白质生成潜在扩散”（LD-FPG）的新型AI框架。这个框架的厉害之处在于，它首次能够生成精确到每个原子的蛋白质完整动态模型，并模拟其运动过程。业内普遍认为，这项成果有望从根本上改变基于蛋白质动态行为的药物设计方式。

许多药物和抗体的研发，都聚焦于结构复杂的细胞膜蛋白。道理很简单：当候选药物分子与这些蛋白结合时，会触发一连串化学反应，从而改变细胞行为。因此，看清蛋白质的“一举一动”，而不仅仅是它的“定妆照”，至关重要。

目前，AI已成为生成新型蛋白质结构的重要工具，但包括“阿尔法折叠”在内的大多数系统，主要生成的是蛋白质的静态“快照”。问题在于，现实中的蛋白质是动态的，其内部被称为“侧链”的结构中，原子会发生细微的重排。这些看似微小的变化，恰恰影响着蛋白质与其他分子的相互作用，而现有模型通常难以捕捉这些动态细节。

那么，如何突破这个瓶颈呢？研究团队给出的答案是LD-FPG框架。它的思路很巧妙：与传统方法直接预测每个原子的精确坐标不同，LD-FPG先学习蛋白质形态变化的“规律”。具体来说，该系统利用名为“图神经网络”的算法，将复杂的蛋白质结构压缩成一种简化的“潜在图谱”。然后，AI深度学习这些图谱中蕴含的结构与运动特征，最终重建出包含全部原子及其动态变化的高分辨率模型。

为了验证效果，研究团队用该系统生成了多巴胺D2受体在活跃和非活跃状态下的动态结构。这个蛋白可不简单，它能识别神经递质多巴胺并调控关键细胞反应，是G蛋白偶联受体家族中的重要成员，也是全球药物研发领域最受关注的靶点之一。

新框架的意义正在于此：它不再只关注蛋白质的静态形状，而是将目光投向了其运动过程。这就好比从看照片升级到了看高清电影，为设计针对蛋白质动态行为的新药打开了全新的大门。除了提升基础生物学理解，这项技术还有望优化当前依赖大量试错的蛋白质虚拟筛选流程，从而为整个药物发现领域按下加速键。