专栏名称: 医药魔方Pro

聚焦生物医药前沿，洞察研发投资风向！医药魔方Pro重点关注全球范围内的生物医药新技术、新靶点、新疗法，主要跟踪早期项目投融资事件和临床数据，邀请一线专家对重磅研究成果和行业事件进行解读，提示生物医药的研发投资风向。

助力抗体药物开发，生成式AI技术立功了！

医药魔方Pro · 公众号 · · 2023-05-13 21:00

正文

抗体是免疫系统对抗感染的关键武器之一。但是产生并改进抗体的过程中涉及大量的“蛮力筛选”，耗时耗力。

生成式AI工具是否可以在此过程发挥作用？斯坦福大学的研究人员近日在Nature Biotechnology发表论文，报道了一种通用蛋白质语言模型，可以通过提示进化上的合理突变来高效地进化人类抗体，表明了生成式AI可以应用在抗体分子生成领域。

来源：Nature Biotechnology

研究人员使用了蛋白质语言模型的神经网络，后者类似于ChatGPT的大型语言模型，与ChatGPT差异之处在于，蛋白质语言模型不是被输入大量的文本，而是在数千万个蛋白质序列上进行训练。

然后，在语言模型指导下，研究人员对7种抗体进行了亲和力成熟（affinity maturation），在两轮实验室进化过程中筛选了每种抗体的20个或更少的变体，并将4种有临床意义的高度成熟抗体的结合亲和力提高至7倍，将3种未成熟抗体的结合亲和力提高至160倍。提高抗体结合能力的模型也可指导不同蛋白家族和选择的高效进化，表明这些结果具有普适性。

蛋白质语言模型并不是新鲜事物。

2022年9月，华盛顿大学的生物化学家David Baker团队在Science上连发两篇论文，表示他们创造的新方法ProteinMPNN，可以在几秒钟内设计出蛋白质，表明机器学习可用于比以前更准确、更快速地创建蛋白质分子。

2022年11月，Meta（前身为Facebook）表示， AI能预测6亿多种蛋白质的结构，这些蛋白来自细菌、病毒和其他微生物。这项工作只花了2周时间，而AlphaFold可能需要几分钟才能生成1个蛋白质的预测。

从预测蛋白质的结构，到设计全新的蛋白质，再到现在的辅助生成抗体，蛋白质语言模型在不断进化和发展。随着技术的不断进步和市场需求的增长，蛋白质语言模型必定有着广阔的前景和不可限量的潜力。

- 上下滑动查看参考资料 -

[1]Brian L. Hie et al. Efficient evolution of human antibodies from general protein language models. Nature Biotechnology（2023）

[2]https://www.nature.com/articles/d41586-023-01516-w

[3]J. DAUPARAS et al. Robust deep learning–based protein sequence design using ProteinMPNN. Science（2022）

[4]B. I. M. WICKY et al. Hallucinating symmetric protein assemblies. Science（2022）

[5]https://www.nature.com/articles/d41586-022-03539-1