内在无序蛋白（IDP/IDR）的特性与挑战 - 内在无序蛋白（IDP）及具有内在无序区域（IDR）的蛋白约占人类蛋白质组的60%，缺乏单一明确结构，具有高度灵活性[1] - IDP/IDR驱动关键细胞信号转导、应激反应及多种疾病进展，但传统上被认为是"不可成药"靶点[2] - 传统药物设计方法难以靶向IDP/IDR，因其结构动态变化且易降解聚集[7][9] AI技术突破与核心原理 - 研究团队利用生成式人工智能（Generative AI）设计能精准结合IDP/IDR的结合蛋白，精度达原子级别[2] - AI模型RFdiffusion采用"动态匹配"原理：不预设结构、局部构象引导、双向优化[11][12][13] - 互补的logos策略预制1000个"结合口袋"库，有效连接成单一结构[17] 研究成果与应用潜力 - 设计生成的结合蛋白对IDP/IDR的结合亲和力达3-100纳摩尔，部分低于100皮摩尔[15][18] - 靶向胰淀素的结合蛋白可抑制淀粉样纤维形成并分解已形成纤维，与2型糖尿病相关[16] - 靶向G3BP1的结合蛋白可破坏应激颗粒形成，为帕金森病研究提供新工具[16] - 设计的结合蛋白在癌症治疗、疾病诊断、神经疾病干预等领域展现应用潜力[18] 技术特点与行业影响 - 两种互补设计策略：RFdiffusion适合具有螺旋和链状二级结构的靶点，logos策略适合缺乏规则二级结构的靶点[22] - 研究工具已在线发布供免费使用，可能引发新治疗手段和诊断方法浪潮[20] - 标志着计算生物学进入"实用时代"，推动AI与生物医药的深度融合[24]