蛋白质设计

搜索文档
英伟达实现原子级蛋白质设计突破,高精度生成多达800个残基的蛋白质
36氪· 2025-07-18 19:46
核心观点 - NVIDIA与Mila研究所联合提出La-Proteina,一种基于部分潜在流匹配的原子级蛋白质设计方法,解决了蛋白质生成中侧链维度可变性的关键挑战[1][2] - 该方法结合显式backbone建模与固定大小的残基潜在表示,实现序列和原子侧链信息的联合生成,支持多达800个残基的大型蛋白质设计[4][9] - 在无条件蛋白质生成和原子基序支架设计任务中,La-Proteina性能全面超越现有基线方法,达到SOTA水平[13][16] 技术架构 - **模型设计**:采用部分隐式表示框架,将残基原子细节编码至固定长度隐空间,同时保持α-碳坐标的显式建模,规避混合连续-分类建模难题[9] - **核心组件**:包含编码器、解码器和去噪器三个神经网络,均基于对偏置注意力机制的Transformer架构,共享参数实现高效协同[10] - **训练机制**:采用两阶段策略——先通过β加权ELBO优化VAE,再通过条件流匹配目标训练去噪器网络,使用独立插值时间tx/tz增强性能[12] 实验数据 - **数据集**:使用两个AFDB子集——55万样本的聚类集(残基32-512)和超400万样本的长序列集(残基384-896),通过Atom37标准化表示统一处理结构信息[7][8] - **无条件生成**:生成蛋白质的β-折叠含量显著提升,MolProbity评估显示结构有效性得分优于所有基线,侧链二面角分布更接近真实蛋白质[15] - **基序支架设计**:在4种实验设置(全原子/尖端原子、索引/非索引)下均大幅领先Protpardelle,非索引版本对多残基段基序适应性更强[16] 行业应用 - **学术进展**:扩散模型(如RFDiffusion)和语言模型推动蛋白质序列-结构联合建模,Proteina等成果验证了流模型在大规模结构生成中的扩展性[17] - **企业实践**:Cradle通过湿实验室数据训练专有生成式AI简化蛋白质设计流程,Xaira Therapeutics结合机器学习开发适配分子疗法[18]
不用抗生素也能抗菌!AI设计新型蛋白质抵御细菌耐药性|Nature子刊
量子位· 2025-07-14 15:01
闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 借助AI, 新型蛋白质 合成周期大幅降低! 这些蛋白质还能有效抵抗像大肠杆菌这类抗生素耐药细菌。 一项来自澳大利亚的研究发现,像大肠杆菌这类致病菌会通过 ChuA蛋白 (细菌中的一种外膜蛋白) 从宿主血红蛋白中"偷"血红素获取生长 所需的 铁 。 研究人员借助AI工具,成功设计出能与ChuA结合的蛋白质,这些蛋白质就像"门卫"一样,阻止ChuA与血红蛋白接触,从而抑制细菌生长。 并且,部分AI设计的蛋白质在 低纳摩尔浓度下 就能发挥作用。 该研究现已发表于 Nature Communications 。 这项研究由Gavin Knott教授和Rhys Grinter博士共同领衔,他们研发出的AI蛋白质设计平台是澳大利亚首个模拟 诺奖得主David Baker 工 作的平台,采用 端到端 的方式创建了多种蛋白质。 并且,平台使用的是全球科学家均可 免费 使用的AI驱动蛋白质设计工具,能够让更多科研人员能参与其中,推动该领域发展。 研究原理:用算法打造抗菌 "分子锁" 对于包括大肠杆菌和志贺氏菌在内的大多数细菌, 铁是其生长和导致感染所必需的关键营养物质 。 ...
师从诺奖得主David Baker,杨为博士全职加入深圳医学科学院,聚焦于从头设计蛋白质药物
生物世界· 2025-07-04 18:05
杨为博士职业背景与研究领域 - 杨为博士于2019年在清华大学获得生物学博士学位,导师为计算机辅助药物设计专家来鲁华教授[2] - 2019-2025年在华盛顿大学蛋白质设计研究所从事博士后研究,合作导师为2024年诺贝尔化学奖得主David Baker教授[2] - 专注于开发全新蛋白质-蛋白质相互作用计算设计方法,应用于免疫调控和肿瘤免疫治疗领域[2] 蛋白质药物设计课题组研究方向 - 结合最新蛋白质计算设计方法前沿,形成算法开发-高通量验证-迭代优化闭环[3] - 开发全新药用蛋白质设计方法及验证平台,为蛋白质药物开发提供技术支撑[3] - 设计高选择性生物大分子用于癌症免疫治疗,提高靶向性并降低系统毒性[3] 癌症免疫治疗靶点研究 - CTLA-4、PD-1、LAG3、PD-L1等抑制性受体及IL2-R、IL10-R、TGFbRII等细胞因子受体是重要治疗靶点[10] - 免疫调控网络复杂性和联合疗法需求推动对多靶点高亲和力蛋白质结合剂的开发[10] - 含免疫球蛋白折叠结构的靶点因表面凸起特性,传统方法难以设计有效结合剂[10] 5HCS支架技术创新 - 开发专门针对凸面免疫球蛋白折叠靶点的5螺旋凹面支架(5HCS)[11][12] - 成功设计靶向TGFβRII、CTLA-4和PD-L1的结合剂,亲和力达低纳摩尔至皮摩尔级[11] - 晶体结构显示TGFβRII和CTLA-4结合剂与设计模型高度吻合,具备治疗应用潜力[11] 代表性研究成果 - 在Nature Communications发表靶向免疫调节受体的高亲和力结合剂设计研究(2025)[5][19] - 开发能特异性结合TGFβRII、CTLA-4和PD-L1的5HCS结合剂[13][15][18] - 前期在Comput Struct Biotechnol J等期刊发表蛋白质界面螺旋结合位点发现等基础研究[19]
人工合成酶效率飙升100倍!生物制造或迎技术革命
合成生物学与绿色生物制造· 2025-06-27 18:42
人工合成酶技术突破 - 以色列魏茨曼科学研究院科学家利用基于酶工作原理的计算机新算法设计出高效人工合成酶,其效率达到人工智能设计酶的100倍,标志着"按需定制"高效酶的新阶段即将来临 [1] - 新型酶能催化天然蛋白质无法完成的化学反应,与天然酶相比虽然氨基酸序列差异超过140处,却展现出相当高的催化效率 [1][3] - 研究团队选择"肯普消除"作为验证案例,通过计算将蛋白质序列分解成片段并重新组合,算法推翻了传统认知,发现非环状结构更高效,使催化效率获得显著提升 [2] 技术方法对比 - 传统计算机算法辅助设计的酶效率低下,需要耗费大量时间进行实验室优化 [2] - 新算法工作机制基于物理原理构建酶,而AI蛋白质设计主要模仿现有酶,对于复杂催化反应仍力不从心 [3] - 未来需要将新算法与AI方法优势互补,才能设计出更完美的酶 [3] 研究进展与挑战 - 目前合成的蛋白质结构仍比天然酶简单,以光合作用关键酶rubisco为例,天然酶能通过复杂变化催化多步反应,这是团队下一步重点攻关方向 [3] - 研究团队通过算法设计的一种酶将底物包裹于其活性位点内,展示了技术应用潜力 [4] 行业活动与趋势 - 8月20-22日将于浙江宁波举办第四届合成生物与绿色生物制造大会(SynBioCon 2025),聚焦"AI+生物智造"赛道和四大应用领域(绿色化工与新材料、未来食品、未来农业和美妆原料) [5] - 大会将探讨"十五五"生物制造产业发展趋势,促进科技成果转移转化、产品规模化与人才挖掘 [5]
从大脑到心脏,红杉医疗成员企业收获多项成果|Healthcare View
红杉汇· 2025-06-26 15:22
神经美学实验与NeuroHUB平台 - 国内首个真实剧场环境下的神经美学实验在新清华学堂进行,八名志愿者佩戴便携式脑电设备观看舞剧《咏春》,实时捕捉神经活动 [3] - 博睿康NeuroHUB平台首次实现真实场景下多人观演脑电及生理信号的毫秒级精准同步采集记录 [5] - 数据显示观众沉浸于演出时大脑活跃度显著提升,全脑联动与情感分布密切相关 [6] - NeuroHUB平台三大核心优势:无线自由设计、支持10人以上群体超扫描、强大抗干扰能力 [7][8][9] 北芯功能影像一体化解决方案 - 新一代功能学和影像学集成解决方案获NMPA批准上市,整合FFR/cRR、m-iMR及IVUS等核心评估指标 [11] - 配备Wi-BOX无线模块实现术中功能学检测"零接线"操作 [12] - EasyGo造影配准2.0系统实现DSA直连一键融合,inSmartVision图像分析2.0可自动标记血管狭窄等关键信息 [12] 同心医疗全磁悬浮人工心脏 - 同心医疗"植入式全磁悬浮人工心脏"项目入选2024年度江苏省行业领域十大科技进展 [13] - CH-VAD采用全磁悬浮设计等多项国际首创技术,在植入侵犯性、血液相容性等关键指标达到国际领先水平 [15] 启函生物iPSC-CAR-NK研究 - iPSC来源的通用型双靶点CAR-NK细胞产品QN-139b治疗难治性系统性硬化症的临床结果发表于《Cell》 [17] - 这是全球首个iPSC来源CAR-NK细胞在自身免疫性疾病治疗上的突破 [17] 迪哲医药血液瘤新药进展 - 高瑞哲®(戈利昔替尼)针对外周T细胞淋巴瘤维持治疗的长期随访数据将在ICML进行口头报告 [21] - DZD8586治疗慢性淋巴细胞白血病/小淋巴细胞淋巴瘤的汇总分析成果也将在ICML展示 [21] J-VALVE TF经股主动脉瓣膜系统 - J-VALVE TF治疗反流的12个月临床随访结果显示全因死亡率3.2%、永久起搏器植入率12.6%,优于同类产品 [22] - 该产品标志着中国高端医疗器械在国际舞台的突破,为440万主动脉瓣反流患者提供新选择 [24] 分子之心AI酶设计 - "针对特定底物的检索增强零样本酶生成"研究被ICML 2025收录,首创按需生成专属催化物的方法 [26][27] - SENZ方法基于底物结构相似性检索创造功能相关酶,催化效率等指标优于天然酶 [27] - 公司已研发十多种AI蛋白质设计新方法,包括多模态AI蛋白质基础大模型NewOrigin [29] 英矽智能泛KRAS抑制剂 - 基于Chemistry42平台开发出一系列具有创新化学结构的泛KRAS抑制剂,展现高纳摩尔级别抑制活性 [31][32] - 公司已发表200余篇论文,拥有及申请专利600余项 [34] 心泰医疗生物可降解封堵器 - 生物可降解主动脉夹层封堵器完成FIM临床研究首例入组,率先实现可降解技术在主动脉夹层治疗中的应用 [35] - 该方案旨在通过可降解材料促进自体组织修复,避免永久性植入物的远期并发症风险 [37] 丹擎医药与维眸生物新药进展 - 丹擎医药POLQ抑制剂DAT-1604的IND申请获NMPA和FDA批准,将于2025年下半年开展I期临床试验 [39] - 维眸生物VVN461滴眼液获CDE突破性治疗品种认定,中国II期临床数据显示其抗炎疗效非劣于糖皮质激素且安全性更优 [41] 红杉中国医疗健康投资 - 红杉中国在医疗健康领域投资超过200家企业,覆盖创新药、医疗器械等多个细分领域,其中超过45家已完成IPO [43]
David Baker最新论文:AI从头设计大环肽,高亲和力靶向目标蛋白
生物世界· 2025-06-23 14:58
蛋白质设计领域新突破 - 开发了从头设计大环肽的新框架RFpeptides 实现了精确设计与目标蛋白质具有高亲和力的大环肽 [3] - 该研究由诺贝尔奖得主David Baker团队发表在Nature Chemical Biology 标志着蛋白质设计领域的重要进展 [2] 大环肽的 therapeutic potential - 大环肽介于小分子药物和大分子生物制剂之间 能够调控传统治疗手段无法触及的分子靶点 [6] - 生物制剂限于细胞外靶点 小分子难以靶向缺乏深疏水口袋的蛋白质 大环肽可填补这一治疗空白 [6] - 传统肽类药物研发依赖天然产物发现或高通量筛选 存在合成困难 稳定性差 耗时耗资等局限 [6] RFpeptides技术优势 - 扩展RoseTTAFold2和RFdiffusion框架 引入循环相对位置编码 实现基于去噪扩散的大环肽设计流程 [12] - 针对MCL1 MDM2 GABARAP RbtA四种蛋白质测试 均获得中高亲和力结合剂 其中RbtA结合剂Kd<10nM [13] - X射线晶体显示设计的大环肽-靶蛋白复合物结构与计算模型高度吻合 Cα RMSD<1.5Å [14] 人工智能在蛋白质设计的应用 - 生成式AI突破被用于大环结合剂设计 RFdiffusion模型已成功设计蛋白质单体及结合剂 [10] - 现有AI方法因训练数据有限难以直接应用于肽设计 RFpeptides框架克服了这一挑战 [11] - 该技术为快速定制诊断/治疗用大环肽提供系统性框架 具有广泛 therapeutic application [16]
为千亿酶缺口定制生物钥匙!中国团队首创AI零样本酶设计方法
环球网· 2025-06-18 10:16
行业背景与挑战 - 酶作为高效环保的"分子机器"是推动生物医药、绿色化工、环保降解、绿色农业等万亿级生物经济发展的核心力量[1] - 天然酶仅适用于自然界已知反应,难以应对新型塑料、特定药物中间体、难降解污染物等人造化学分子[1] - 麦肯锡数据显示制药、化工、农业领域因酶限制导致的年产能损失超过千亿美元[2] - 传统酶发现方法如定向进化或理性设计耗时数月、成本高昂、成功率不足1%,面对全新底物几乎无能为力[2] 技术突破 - 分子之心与香港理工大学联合开发AI酶设计方法"SENZ",被ICML 2025收录[3] - SENZ基于底物结构相似性检索创造功能相关酶,打通从"未知底物"到"超级酶"的设计通道[5] - 该方法通过三重创新机制:结构蓝图检索、生物反应图谱构建、生成式AI设计[5] - 在甲基膦酸盐降解酶设计中,SENZ生成的酶显著优于基线和天然酶[6] 应用前景 - 医药领域:可快速设计高效酶催化路径,降低生产成本,加速新药上市[6] - 环保领域:可定制降解塑料等顽固污染物的"超级酶"[6] - 生物制造领域:赋能生物基材料、精细化学品、食品添加剂等的绿色高效生产[6] 公司发展 - 分子之心已研发十多种AI蛋白质设计新方法,包括多模态AI蛋白质基础大模型NewOrigin和一站式平台MoleculeOS[7] - 与凯赛生物合作优化关键酶蛋白,使菌种产率提高5倍[7] - 在药物研发领域,三天设计出数十个候选蛋白,表现出更高中和抗体滴度和细胞免疫力[7] - 未来三年计划将"按需设计"能力扩展至抗体、疫苗、工业酶全领域[7]
天鹜科技获启明创投领投超亿元A轮融资,已交付三十余款蛋白质设计项目
IPO早知道· 2024-11-15 09:20
自主研发的蛋白质设计通用人工智能AccelProtein™ ,能够直接预测蛋白质功能。 本文为IPO早知道原创 作者|Stone Jin 微信公众号|ipozaozhidao 据IPO早知道消息,天鹜科技日前完成超亿元的A轮融资。本轮融资由启明创投领投,涌铧投资、经 韬资本及老股东本草资本等机构跟投。 蛋白质在我们日常的生活生产中无处不在,是维持生命活动和推动科技创新的基础,功能优异的蛋白 质产品更是促进生物医药、绿色能源、食品保健、绿色化工等诸多行业进步的源头动力。然而,传统 方法在获取高性能蛋白时往往面临成本高、流程复杂、成功率低等挑战。 天鹜科技首席科学家洪亮表示:"我们的目标是在快速拓展市场业务的同时,进一步巩固天鹜科技在 全球蛋白质功能预测领域的领先地位。本轮所募资金将主要用于自研项目的开发,以及通用人工智能 AccelProtein™持续迭代升级,以确保天鹜科技在技术创新和市场竞争力方面的领先地位,为全国 乃至全球生物医药、合成生物学产业的发展发挥更大的作用。" 本文由公众号IPO早知道(ID:ipozaozhidao)原创撰写,如需转载请联系C叔↓↓↓ 天鹜科技的创新之处在于其自主研发的蛋白质设 ...