在继AlphaFold彻底改变了蛋白质结构预测领域之后，Google DeepMind近日发布了其最新的AI里程碑——AlphaProteo。这一全新的计算模型旨在解决生物医学领域的核心难题：如何针对特定的生物靶点，精准设计出能够与之高亲和力结合的蛋白质分子。

蛋白质功能的发挥往往依赖于其与其它分子的相互作用。在药物研发中，科学家通常需要寻找能够结合并抑制致病蛋白的分子。传统的实验方法，如噬菌体展示技术，不仅耗时耗力，且成功率往往受限于蛋白质空间的复杂性。AlphaProteo通过深度学习算法，能够根据目标蛋白的结构，从头设计出与之特异性结合的蛋白质序列，这一过程极大地模拟了自然界中抗体与抗原的识别机制。

研究团队指出，AlphaProteo在多个关键测试中表现卓越。例如，它能够成功设计出针对病毒表面蛋白（如SARS-CoV-2的刺突蛋白）的中和蛋白，以及针对某些关键信号通路蛋白的结合物。与传统的计算设计方法相比，AlphaProteo不仅提高了结合亲和力，还显著降低了非特异性结合的风险，这对于开发副作用更小的生物药物至关重要。

此外，该模型在生物工程领域同样具有广阔的应用前景。通过设计能够精准调控细胞内信号传导的蛋白质，科研人员可以更深入地解析复杂的生物学机制，甚至开发出响应特定环境信号的合成生物学元件。AlphaProteo的发布标志着AI在生物学领域的研究范式正在从“被动预测”向“主动创造”转变，为未来定制化医疗和精准治疗提供了强大的技术支撑。

Journal Reference: AlphaProteo: A new AI model for protein design, Google DeepMind Research Blog, 2024.
Author: Google DeepMind Team