日前，人工设计蛋白领域先驱David Baker教授实验室领衔的科学家团队在《科学》杂志上发表最新研究，介绍了增强版的蛋白模拟工具RoseTTAFold All-Atom和蛋白设计工具RFdiffuion All-Atom。RoseTTAFold All-Atom让科学家们可以模拟蛋白质与其它生物分子的相互作用。RFdiffuion All-Atom则让科学家们能够根据与特定化合物结合的口袋，从头设计全新蛋白质，有望为设计精准疗法铺平道路。

自从AlphaFold在预测蛋白质三维结构方面获得突破以来，AI驱动蛋白结构预测和蛋白设计的进展可谓日新月异，David Baker教授的团队已经多次在《科学》和《自然》等顶尖期刊上发表研究，揭示了AI驱动蛋白设计领域新的可能性。

在这项研究中，科学家首先重新训练了RoseTTAFold，使其能够准确地模拟蛋白质与生命细胞中其它常见分子（如DNA、RNA、金属离子、糖和其他小分子化合物）的相互作用。研究展示了RoseTTAFold All-Atom能够详细预测特定蛋白质和DNA片段的相互作用，以及某些药物分子如何结合到人体中的蛋白受体上。

“我们让RoseTTAFold All-Atom可以免费使用，以便全世界的科学家可以发现分子如何调控生物学过程的新知识。这可能使他们更好地理解许多疾病的分子机制，进而开辟新的治疗方法。”这项研究的共同第一作者，Baker教授实验室的研究生Rohith Krishna先生说。

RFdiffusion All-Atom是基于AI平台RFdiffusion，这是一个已经发布并广泛使用的生成式AI系统，它可以创建与自然界中任何已知蛋白质不同的蛋白质。实验室测试证实，增强版RFdiffusion All-Atom可以用来生成具有与特定化合物结合的口袋的蛋白质，包括类固醇药物digoxigenin、富含铁的血红素分子，以及植物用于吸收阳光的化学物质。这些设计出的全新蛋白已经通过晶体学和实验验证，可以与上述化合物结合。

“我们的目标是构建一个AI工具，能够生成更复杂的疗法和其他有用的分子。例如，研究人员现在可以设计蛋白质，关闭特定致病分子的功能，为开发精准疗法铺平了道路。”这项研究的另一名共同第一作者，Baker教授实验室的研究生Woody Ahern先生说。

在2023药明康德全球论坛上，华盛顿大学蛋白设计研究所首席战略及运营官Lance Stewart博士指出，“现在的新技术让我们有能力去挑战任何类型的靶点，这是当下生物医药产业的幸运。”他也指出，自从10多年前与蛋白设计领域先驱David Baker教授相识后，人工智能在预测蛋白结构、设计蛋白药物等方面取得了很大进步。在人工智能的协助下，未来谈及不可成药性，不仅是指开发针对不可成药的药物，还包括开发筛选这些药物所用的工具。