[所屬分類:行業(yè)動(dòng)態(tài)] [發(fā)布時(shí)間:2023-10-11] [發(fā)布人:邵玉倩] [閱讀次數(shù):] [返回]

《自然》子刊：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)新算法可大幅提高預(yù)測(cè)效率
作者：張佳星 來源：科技日?qǐng)?bào)
山東拓普生物工程有限公司  http://qp8008.cn
10月9日，國(guó)際頂級(jí)學(xué)術(shù)期刊《自然》旗下子刊《機(jī)器智能》發(fā)表了百度飛槳螺旋槳聯(lián)合百圖生科研發(fā)的文心生物計(jì)算大模型的一項(xiàng)成果，在這一模型中，由于創(chuàng)新了人工智能的訓(xùn)練方案，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)時(shí)間被大幅縮短。
該論文顯示，當(dāng)前蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的人工智能大模型，如AlphaFold2（阿爾法折疊2），在預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)之前需要做一個(gè)前置工作，就是搜索蛋白的同源進(jìn)化信息，這一工作比較耗時(shí)，需要幾十分鐘甚至更久。
為了在準(zhǔn)確的前提下提高預(yù)測(cè)效率，文心生物計(jì)算大模型研發(fā)團(tuán)隊(duì)提出了全新的算法訓(xùn)練方法，他們首次利用自監(jiān)督學(xué)習(xí)范式，通過3億數(shù)據(jù)預(yù)訓(xùn)練了一個(gè)具有數(shù)千萬個(gè)初級(jí)結(jié)構(gòu)的大規(guī)模蛋白質(zhì)語言模型。
“自監(jiān)督學(xué)習(xí)獲得的模型與AlphaFold2的基本組件相結(jié)合，可以將此前的耗時(shí)環(huán)節(jié)直接省略掉�！毖邪l(fā)人員介紹，由于預(yù)先訓(xùn)練了蛋白質(zhì)語言模型，人工智能在預(yù)測(cè)前已經(jīng)掌握了蛋白質(zhì)的構(gòu)象規(guī)則，因此無需再學(xué)習(xí)同源蛋白的進(jìn)化信息，就可以直接從一級(jí)序列預(yù)測(cè)三維結(jié)構(gòu)。
論文還對(duì)文心生物計(jì)算大模型的這一算法新策略進(jìn)行了驗(yàn)證。以門蛋白7et2_H（蛋白長(zhǎng)度697）的結(jié)構(gòu)預(yù)測(cè)任務(wù)為例，用AlphaFold2預(yù)測(cè)其結(jié)構(gòu)需要1280秒（超過21分鐘），而文心的新算法策略只需要11秒就完成了任務(wù)，速度提高115倍。
全新的算法策略不僅能更好適配到蛋白設(shè)計(jì)、大規(guī)模虛擬篩選等需要頻繁預(yù)測(cè)蛋白結(jié)構(gòu)的任務(wù)中，且在多肽、抗體、納米抗體等與大分子藥物設(shè)計(jì)更相關(guān)的高可變蛋白場(chǎng)景上，效果也較優(yōu)。
這一算法還被應(yīng)用于業(yè)界公認(rèn)的抗原抗體匹配的任務(wù)中，為新冠病毒的刺突蛋白準(zhǔn)確預(yù)測(cè)了抗原抗體對(duì)接面，預(yù)測(cè)的復(fù)合體構(gòu)象與真實(shí)實(shí)驗(yàn)值的重合度高于主流蛋白結(jié)構(gòu)預(yù)測(cè)模型。
據(jù)介紹，該模型已經(jīng)落地國(guó)家超算成都中心，通過超算平臺(tái)賦能川渝地區(qū)蛋白領(lǐng)域的科學(xué)研究項(xiàng)目。此外，目前已經(jīng)應(yīng)用于多肽藥物設(shè)計(jì)，驗(yàn)證多肽藥物設(shè)計(jì)有效性等方面，助力更高效的蛋白分析，以提高大分子創(chuàng)新藥的探索效率。
（本文內(nèi)容來源于網(wǎng)絡(luò)，版權(quán)歸原作者所有，如有侵權(quán)可后臺(tái)聯(lián)系刪除。）