蛋白质结构预测领域的人工智能 (AI) 革命不断的在科学的海洋中掀起波澜。同时，由于某些靶点缺少精确的实验认证结构，对以这些靶点为目标进行药物研发的项目造成了一定的阻碍。 

        2020年底，DeepMind开发的新一代AlphaFold（即AlphaFold2）解决了生物学领域几十年来的重大挑战，实现了基于氨基酸序列精确预测蛋白质3D结构的重大突破。短短半年多后，DeepMind又与合作者公开了由AlphaFold2系统预测的蛋白结构数据库（AlphaFold Protein Structure Database）。该数据库包含了由新一代AlphaFold系统预测的约35万个蛋白结构，其中，在人类蛋白质组方面，AlphaFold2对98.5%的（20296种）人类蛋白的结构做出了预测。这些进展代表了AI技术在单个蛋白结构预测方面取得的一个又一个里程碑。

       理解蛋白质蛋白质的相互作用(PPI)对研究蛋白质在疾病中的功能及PPI抑制剂的药物设计至关重要。 今年最先受到关注的是，华盛顿大学的研究团队7月19日在Science杂志上报道的名为RoseTTA fold的蛋白结构预测系统。RoseTTA fold系统突破了AlphaFold2的一个重要局限，不仅可用于基于氨基酸序列预测单一蛋白质的结构，还可以用于预测由两个或者多个蛋白构成的复合体的构象。 RoseTTA fold系统利用IL-12和IL-12受体（IL-12R）的序列预测的IL-12/IL-12R复合体结构与此前利用冷冻电镜解析的结构非常类似。

        (图片：RoseTTA fold 预测IL-12及IL-12R的复合物结构 （Baek et al. 2021） )

       就在本月，科学家们通过联合使用RoseTTA fold和AlphaFold两大系统，成功预测了酵母中大量蛋白质复合物的结构，包括数百个先前结构未知的蛋白质复合物。4个月前，Jumper及其同事在Nature上发布的一项研究描述了他们的新AI系统——AlphaFold-Multimer，该系统绘制了4433种蛋白质复合物的结构。值得注意的是，即使在与模板的氨基酸序列同源性较低的情况下（<30%），该算法仍能准确预测出超过1/3的同源多聚体结构。

(图片：AlphaFold预测同源三聚体（PDB ID：6SK0）的结构与实验数据比对（Jumper et al. 2021）)

       尽管完全依赖于AI设计的基于癌症免疫疗法的药物（公司：Exscientia）在2020年刚进入临床试验阶段，AI的强大功能已经吸引了众多公司关注其在药物设计、物理化学性质预测的潜力。作为多肽创新药物研发的领头羊——麦科奥特也在密切关注近期AI在蛋白质结构预测的相关动态，同时对探索AI辅助药物设计的可执行能力，抱有巨大的兴趣和期待，正在积极推进进一步的AI辅助药物设计相关工作。

文章参考来源：医药魔方pro《常珊点评 | Science突破：AlphaFold联手RoseTTAFold，翻越蛋白结构预测又一座大山》