详细内容或原文请订阅后点击阅览
一个开源的AI平台来民主化蛋白质设计
自2024年发行以来，EPFL开发的开源平台绑定已经破坏了蛋白质设计的世界。蛋白质之间的物理相互作用会影响从细胞信号和生长到免疫反应的任何事物，因此控制这些相互作用的能力对生物学家引起了极大的兴趣。
来源:英国物理学家网首页自2024年发行以来，EPFL开发的开源平台绑定已经破坏了蛋白质设计的世界。蛋白质之间的物理相互作用会影响从细胞信号和生长到免疫反应的任何事物，因此控制这些相互作用的能力对生物学家引起了极大的兴趣。
研究人员使用神经网络来帮助开发新的称为粘合剂的蛋白质，这些蛋白质旨在附着在治疗相关靶标上，就像我们的免疫系统使用抗体与病原体结合的方式相同。但是，这些系统使用深度学习来预测氨基酸构件序列的蛋白质形状，需要计算机科学专业知识。
深度学习“传统的粘合剂发现方法涉及筛选成千上万的蛋白质候选者，这需要实验能力和计算专业知识，并非每个实验室都能负担或拥有，”博士学位Lennart Nickel说。由EPFL工程学院的Bruno Correia领导的蛋白质设计和免疫工程实验室（LPDI）的学生。
“ bindcraft是出于开发一种更容易获得，用户友好的工具的愿望，该工具只需要测试少数蛋白质即可获得粘合剂。”
代替将氨基酸序列馈入神经网络，并竭尽全力筛选出良好拟合的粘合剂，而是与MIT的科学家合作，使用的结构使用的结构使用了Google DeepMind的AlphaFold2系统，以生成基于一组所需功能的新粘合剂为新绑定器生成序列的序列，这些功能类似于特定目标。
氨基酸序列反向工程
“使用bindcraft，我们从本质上使用蛋白质结构预测网络从开始就可以生成具有我们想要的属性的新型粘合剂来对当前管道进行反向工程。”学生克里斯蒂安·谢尔哈斯（Christian Schellhaas）。
粘合剂视频