研究人员开发了一种新的AI管道用于识别分子相互作用

一组研究人员利用新的AI管道识别分子相互作用

由于计算技术的进步，化学助理教授Alberto Perez领导的研究团队开发了一种突破性算法，用于识别分子相互作用。该团队包括UF的两名研究生Arup Mondal和Bhumika Singh，以及来自罗格斯大学和伦斯勒理工学院的几位研究人员。他们在德国的一本领先化学期刊Angewandte Chemie上发表了他们的发现。

这个名为AF-CBA Pipeline的创新工具利用AI模拟分子相互作用，通过筛选成千上万个候选分子来识别与特定蛋白质相互作用最好的分子。

Perez解释说：“可以把它想象成一家杂货店。当你想买到最好的水果时，你必须比较大小和外观。当然，有太多种水果无法全部尝试，所以你只能比较几种然后做出选择。而这种AI方法不仅可以尝试所有的水果，还能可靠地挑选出最好的那一个。”

通常，感兴趣的蛋白质是在其行为异常时对我们身体造成最严重损害的蛋白质。通过找到与这些问题蛋白质相互作用的分子，该管道为针对炎症、免疫失调和癌症等疾病的有针对性治疗打开了途径。

该管道的突破性质得益于其基于现有技术的基础：一个名为AlphaFold的程序。AlphaFold由Google Deepmind开发，利用深度学习预测蛋白质结构。对这种熟悉技术的依赖将有助于该管道对研究人员的可及性，并有助于确保其未来的采用。

未来，Perez和他的团队的目标是扩展他们的管道，以获得更多生物学见解并抑制疾病传播。他们关注着两种病毒：小鼠白血病病毒和卡波西肉瘤病毒。这两种病毒都可能引起严重健康问题，尤其是肿瘤，并且与迄今为止未知的蛋白质相互作用。

Perez表示：“我们希望设计新的肽库。AF-CBA将使我们能够识别那些与病毒肽结合更强的设计肽。”