Science | AI造“钥匙”，精准开锁癌细胞：深度学习开启蛋白设计新纪元

主要观点总结

近日，《科学》杂志发表了一项研究，研究人员利用生成式人工智能（AI）设计出了能够精准识别癌细胞或病毒感染细胞表面独特标记物的蛋白质，为开发更广泛、更安全的细胞疗法和蛋白质药物铺平了道路。这项研究展示了AI在药物设计领域的潜力，有望开启个性化免疫治疗的新篇章。

关键观点总结

关键观点1: 研究背景

免疫系统通过T细胞来识别和攻击异常细胞，如癌细胞或病毒感染的细胞。T细胞表面的T细胞受体（TCR）是关键的识别工具。然而，制造能够模拟TCR功能、精准识别特定目标的蛋白质是一项艰巨的任务，理想情况下需要高度的特异性，避免误伤正常细胞。

关键观点2: AI在药物设计中的应用

该研究团队使用生成式AI，从零开始设计全新的蛋白质，这些蛋白质能够像“分子巡警”一样，精准识别癌细胞或病毒感染细胞的独特标记。AI的设计能力基于庞大的数据分析和模式识别，能够创造出符合特定要求的蛋白质结构。

关键观点3: 设计的特异性binder的优势

设计的这些蛋白质（称为“binder”）具有高度的特异性，能够在复杂的生物环境中精准识别目标。研究人员通过一系列实验验证了这些binder的特异性和功能，包括酵母展示实验、流式细胞分选术等，证明了其高特异性和低脱靶效应。

关键观点4: AI设计的实际应用和潜力

研究团队还展示了这些AI设计的binder在真实治疗场景下的潜力，通过体外杀伤实验证明，这些CAR-T细胞能够高效地、精准地杀死装载了相应肿瘤肽段的靶细胞。此外，研究人员还展示了两种令人兴奋的可能性：利用“部分扩散”技术进行快速改造，以及针对AI预测的结构进行设计，这极大地提升了设计的效率和可能性。

关键观点5: 对未来个性化免疫治疗的影响

这项研究有望开启个性化免疫治疗的新篇章，为每位患者定制最适合的CAR-T疗法。通过将人类对免疫学的深刻理解与AI强大的模式识别和创造能力相结合，研究人员正在进入一个可以主动设计、而非被动筛选生物大分子的新时代。

免责声明