锐客网

  1. 首页 > 科技 > >

人工智能|AlphaFold2立功，清华团队用深度学习增强新冠抗体，创AI里程碑( 二 )


在这一例中，目标函数是自由能量的变化，即蛋白质中的能量从野生型变到突变型，由希腊字母delta-delta、G和ΔΔG 。
给定一个目标自由能，神经网络可以可靠地预测哪一组氨基酸配对的变化和目标自由能的变化最相符 。
人工智能|AlphaFold2立功，清华团队用深度学习增强新冠抗体，创AI里程碑
文章图片

Shan和他的同事表示，为了评估变异对蛋白质复合体的效果，我们首先通过重新包装突变周围的侧链，预测了蛋白质复合体的结构，之后解码了野生型和突变型复合体，并利用该网络来获得野生型和突变型复合体的嵌入 。
之后，通过额外的神经网络层和两部分嵌入的比较来预测突变的影响（用ΔΔG衡量） 。
虽然Shan和他的团队提到了AlphaFold2，他们也使用了AlphaFold2所使用的方法，但他们没用DeepMind的代码 。
麻省理工学院的Bonnie Berger是该研究的联合作者，他表示，「关于ΔΔG预测器的研究完全是从零开始的 。」
因为ΔΔG预测器和AlphaFold2都是开源的，每个人都可以亲自去体验，去看看二者的比较 。ΔΔG预测器的代码在GitHub，AlphaFold2的代码在它自己的网站 。
在训练神经网络预测重要的抗体和抗原之后，作者们从新型冠状病毒的α、β和γ版本中找到抗体已经成功的证据，并据此开始进行反向工作 。
他们使用这些数据来预测哪些突变的抗体能够延长疗效 。
作者表示，我们的办法生成了一个用电脑模拟的抗体CDR的突变库，通过训练几何中立网络进行排序 。这样不仅能提高抗体和Delta RBD的结合，还能维持抗体和其它所关注变体的RBD的结合 。
CDR，全称为互补性决定区，是和抗原结合的一部分或是抗体 。RBD，全称为受体结合区，是病毒上的重要靶点 。
研究人员得到了双重、三重，甚至四重的变异抗体 。他们在实验室里用合成的病毒来测试这些抗体 。他们发现，随着突变的合成，降低抗原浓度的效果越来越强 。
他们得出结论，认为存在一种物质能更好的让突变抗体和病毒相结合 。
他们写道，「有三到四次突变的抗体HX001-020、HX001-033和HX001-034也比有两次突变的HX001-034要强 。亲合力的提高可能会让这些抗体的中和活性在遇到非典或新冠的野生病毒或变体病毒时增加 。」
有一个引人深思的发现是，一个突变的抗体能够避免病毒的突变，其目的是提高效率 。在一份结构分析中，他们发现原始抗体的一部分和抗原的一个特定部分擦肩而过，二者相互排斥 。
这是因为抗体的粒子R103和抗原的粒子R436都有非常长的侧链，并且都携带正电子，这两种粒子之间的亲和性会产生一种强大的推力，这股力量会削弱抗体和抗原之间的结合度 。
科学家们替换普通的抗体粒子之后，就观察不到R346和Delta RBD的直接作用了 。该因素也许能解释针对Delta变体的中和效果为什么能够大大改善 。
作者们在研究的抗体正好是由Shan和他的同事们去年引入的 。这一事实让整个研究变得更加有趣 。
名叫P36-5D2的抗体是从一名患过新冠病毒的康复患者的血清中提取出来的 。Shan和他的团队通过动物模型研究，发现这种抗体是一种适用面广、有效、具有保护性的抗体 。
因此，这项新研究标志着人工智能领域的一个里程碑 。即借助电脑，把传统的生物产品进行改进，从而扩展传统的生物安全实验室治疗传染性疾病的办法 。
AlphaFold足以改变人类？2021年年底，人工智能预测蛋白质结构AlphaFold被评Science评为2021十大科学突破之首 。

推荐阅读


上一篇：投稿|“守不住”和“打不进”：大众汽车驶入十字路口

下一篇：什么叫软文推广 软文推广多少钱一篇