蛋白质

蛋白质是实现生物功能的“最终执行者”。

定向蛋白质进化是目前进化蛋白质最高效的工具之一。

为解决这些痛点，在这项最新发表的研究中，姜凯议开发了AI算法驱动的蛋白质进化框架EVOLVEpro。

它结合蛋白质语言模型（PLMs）和回归模型，可通过少量实验数据快速改进蛋白质活性。

例如，当代谢物与蛋白质结合能使细胞感知到营养状态，而药物与蛋白质结合能够调控机体生理状态等。

这些配体与蛋白质的结合，就像是一场场精准无误的“对接仪式”，触发了生物体内的化学反应和生物功能。

EVOLVEpro采用模块化设计，PLMs负责对蛋白质序列进行编码，将其映射到一个连续的潜在空间，以便优化蛋白质活性；

而解析蛋白质的折叠与功能关系，一直是生物学研究的核心难题。

近些年，谷歌DeepMind开发的AlphaFold在解决蛋白质折叠问题上有了质的飞跃。

它模拟自然界中的进化规律，通过随机突变和筛选改进蛋白质功能，由加州理工学院生物工程与生物化学教授FrancesH.

基于致病蛋白与正常蛋白质在空间结构上的差异，靶向蛋白降解技术可以有选择性地降解致病蛋白，而不影响正常蛋白质的功能。

丁滪指出，相对于生物大分子药物，靶向蛋白降解药物与蛋白质的接触表面积非常小，因此，如何提高降解效率和特异性、降低脱靶效应，是当前研究中需要解决的关键问题。

研究人员希望通过开发一种阻断这种蛋白质的新药，使癌症治疗更有效，尤其是对难以治疗的血癌。

蛋白质在几乎所有生物过程中都起着关键作用，而蛋白质的形状与其功能密切相关，因此了解蛋白质的结构对于设计新药或工程化具有特定功能的新蛋白质至关重要。

研究人员希望通过开发一种阻断这种蛋白质的新药，使癌症治疗更有效，尤其是对难以治疗的血癌。

所以，充分了解和“捕捉”生物分子的“配对”蛋白质及“配对”位点，有助于揭示配体在生命活动中的作用机制，对认识复杂生命体系、解析疾病机制、推动药物研发等具有重要意义。