华盛顿大学研究人员及其同事部署的深度学习软件中出现了自然界中未见的新蛋白质结构。这种方法是朝着构建具有特定特性的定制蛋白质迈出的一步，这一壮举将加速药物开发。
“这种方法极大地简化了蛋白质设计，”他说大卫•贝克他是华盛顿大学蛋白质设计研究所所长，在一份声明中说。这项研究是周三发布的在杂志中自然．
IPD和Alphabet的DeepMind最近开发的深度学习软件震惊的科学家它们能快速准确地预测自然界中蛋白质的形状。蛋白质折叠成三维结构，在体内执行从调节新陈代谢到细胞分裂的关键任务。
在这项新研究中，IPD的研究人员使用深度学习来计算生成全新的人造蛋白质结构。
研究人员将他们的方法比作谷歌的方法DeepDream它可以根据输入的照片输出所谓的“幻觉”图像。在这项新研究中，该软件输出了基于自然界蛋白质的新蛋白质结构。研究人员甚至用“幻觉”一词来形容这种新结构，并将他们的研究命名为“深度网络幻觉的从头蛋白质设计”。
第一作者说:“在任何时候，我们都没有引导软件走向特定的结果——这些新蛋白质只是计算机梦想的东西。伊凡Anishchenko他是贝克实验室的博士后学者。
人体从氨基酸积木中制造蛋白质，像串珠一样将它们拼凑在一起。同样，研究人员通过计算生成100个氨基酸的随机链开始了他们的研究。当他们将这些链运行到他们的预测网络中时，它们看起来不像任何东西，无法折叠成定义的结构。
在他们的下一步，研究人员计算突变链中的一个随机氨基酸，改变它为另一个氨基酸。如果得到的蛋白质看起来更有结构，他们就会在数千个迭代步骤中添加另一种突变。
这项研究产生了129种蛋白质结构，它们的形状与天然蛋白质相似。有些结构甚至更加流线型，类似于蛋白质设计师使用更传统的方法制作的理想结构。
该团队继续验证其中一些结构，在实验室中合成它们。有27个似乎与早期实验中预测的结构相匹配;其中三个被选择在实验室进行更深入的结构研究，并被证明与模型密切匹配。
列昂尼德•Sasanov奥地利科洛斯特纽堡科学技术研究所的结构生物学家兼教授，在《科学》杂志上评论了这项新研究一条微博:“我很佩服你称这些照片为‘幻觉’的勇气。’太酷了!”
这项新研究是朝着设计具有潜在治疗作用的蛋白质的更大目标迈出的一步，例如，干扰致病酶或阻断病毒。IPD公布预印本研究上个月的研究进一步实现了这一目标，表明深度学习工具可以有意地生成具有功能模块的蛋白质。
Baker说:“探索如何在特定应用中最好地使用这种策略是目前一个活跃的研究领域，这也是我期待下一个突破的地方。”
的自然这项研究使用了IPD在其轰动一时的RoseTTAfold之前开发的深度学习工具。该实验室现在正在将RoseTTAfold和DeepMind的AlphaFold应用于各种蛋白质折叠问题，包括在他们新的预印本中。就在今年11月，实验室发表了一项研究预测蛋白质复合物的结构，它可以像机器一样在体内做功。
有几家蛋白质研发公司利用各种技术从IPD中分离出来。这些包括aα生物，最近融资2000万美元,塞勒斯生物技术，最近签订协议价值高达15亿美元的免疫生物技术公司SelectaAlphabet也在今年11月进入了这个领域，推出了同构实验室以DeepMind的蛋白质折叠研究为基础。
的自然这项研究还包括了哈佛大学和纽约特洛伊伦斯勒理工学院的研究人员。
