刚发Science，又发Nature！靶向“不可成药”，David Baker团队开发多款治疗工具

主要观点总结

近日，诺贝尔奖得主David Baker团队在《科学》与《自然》期刊连续发表研究论文，利用AI设计蛋白取得突破。他们针对“不可成药”的靶点，如内在无序蛋白（IDPs/IDRs），展开研究并成功设计出高亲和力结合蛋白。该团队的研究采用了物理基础设计与深度学习相结合的策略，并成功应用于细胞成像、体外肽段捕获和细胞信号通路调控等场景。此外，该研究还为靶向无序蛋白区域提供了通用解决方案，并在蛋白质组学分析、癌症等领域具有潜在应用。同时，该团队还利用AI工具设计蛋白增强免疫识别，从而精准检测并消灭携带疾病标签的细胞。随着研究的深入，该技术有望为多种难治性疾病的诊治带来革命性变化。

关键观点总结

关键观点1: David Baker团队在《科学》与《自然》期刊发表研究论文，利用AI设计蛋白。

该团队的研究突破了利用AI设计蛋白的界限，为攻克“不可成药”靶点带来了全新工具。

关键观点2: 团队成功开发出名为“logos”的计算设计策略，为几乎任何无序蛋白或肽段靶点构建特异性结合蛋白。

该研究采用了物理基础设计与深度学习相结合的策略，建立了包含预制部件的“零件库”，成功为多个测试靶点设计出了高亲和力结合蛋白。

关键观点3: RFdiffusion人工智能技术的运用，为解决IDPs/IDRs的研发难题提供了全新方案。

这项技术能够设计出能够“包裹”柔性靶点的结合蛋白，为靶向含有无序片段的疾病驱动因子提供了全面解决方案。

关键观点4: AI设计蛋白在免疫治疗中的应用。

通过设计蛋白增强免疫识别，该团队实现了对携带疾病标签细胞的精准检测和消灭。

免责声明