近日,一支研究團隊將他們的專業(yè)知識編碼成了一款名為“ Foldit ”的電腦游戲,使每個普通人都可能成為成功設計全新人造蛋白質(zhì)的“科學家”。這項合作的初步成果發(fā)表在近日的 Nature 雜志上。華盛頓大學醫(yī)學院蛋白質(zhì)設計研究所領導了這項多機構(gòu)合作的研究。華盛頓大學醫(yī)學院生物化學教授、蛋白質(zhì)設計研究所所長 David Baker 是本文的共同通訊作者,他表示,有可能存在的蛋白質(zhì)比宇宙中的原子還多,現(xiàn)在任何人都可以來幫助一起探索這個具有廣闊可能的“宇宙”,十分令人興奮?!坝螒蛲婕覀兿氤龅姆肿铀尸F(xiàn)的多樣性非常驚人,”本文第一作者、蛋白質(zhì)設計研究所博士后研究員 Brian Koepnick 說?!斑@些新的蛋白質(zhì)絕不比博士水平的科學家制造的東西差?!?/span>
Foldit 創(chuàng)建于 2008 年,其目的是將蛋白質(zhì)研究“游戲化”。蛋白質(zhì)是存在于生物體每個細胞內(nèi)的基本生物分子,其復雜的三維結(jié)構(gòu)令它們具有多種多樣的功能,包括消化、傷口愈合、自身免疫等等。通過玩游戲,F(xiàn)oldit 玩家已經(jīng)幫助確定了 HIV 相關蛋白的結(jié)構(gòu),以及提高了一些酶的活性。然而在此之前,F(xiàn)oldit 玩家只能“玩”自然中存在的蛋白質(zhì),沒有辦法設計新的蛋白質(zhì)。本研究共同通訊作者,美國東北大學計算機科學學院助理教授 Seth Cooper 表示,長期以來,設計自然界中不存在的全新蛋白質(zhì)一直是設計 Foldit 的目標,現(xiàn)在這一系列新的結(jié)果表明這并非不可能。那么,游戲玩家能創(chuàng)造出下一個重磅藥嗎?研究人員將生化知識編碼到游戲中,設計出了 Foldit 蛋白質(zhì)設計平臺。在現(xiàn)實中按照預期折疊起來的蛋白質(zhì)分子會在 Foldit 里得分越高。研究人員表示,他們并沒有給 Foldit 玩家上過任何課,也沒讓他們讀任何材料,只是調(diào)整了多年以來使游戲運行的代碼??茖W家們在實驗室中測試了由 Foldit 玩家設計的 146 種蛋白質(zhì),其中 56 種可以穩(wěn)定存在。這一發(fā)現(xiàn)表明,游戲玩家設計出了逼真的蛋白質(zhì)。研究人員收集了其中 4 種新蛋白分子的大量數(shù)據(jù),用來證明這些分子與他們所設想的結(jié)構(gòu)一致。
創(chuàng)造新的蛋白質(zhì),有點像試圖用比人類頭發(fā)細一百萬倍的繩子打一個從未見過的結(jié)。到目前為止,只有一小部分專家對生物分子的扭曲和旋轉(zhuǎn)方式有深入的了解。他們大多數(shù)使用自動化的分子設計算法,但其中大多數(shù)設計算法失敗的次數(shù)遠比成功的次數(shù)多得多。本研究共同通訊作者、麻省大學達特茅斯分校計算機科學助理教授 Firas Khatib 說,“我們一直在嘗試優(yōu)化算法,但其實有人的參與才是關鍵,實際上,使用 Foldit 設計的過程中,玩家甚至發(fā)現(xiàn)了我們最先進的蛋白質(zhì)設計方法?!钡鞍踪|(zhì)設計是一門新興學科。在過去的五年里,蛋白質(zhì)設計研究所的專家和他們的同事已經(jīng)創(chuàng)造出了能夠刺激免疫系統(tǒng)對抗癌癥的全新蛋白質(zhì),以及其它可以作為疫苗的候選蛋白質(zhì)。今年 4 月,蛋白質(zhì)設計研究所通過 TED 組織的慈善合作項目 Audacious Project獲得了 4500 萬美元的資金承諾,用于設計基于蛋白質(zhì)的疫苗、藥物和材料。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
原文標題:通過游戲搞科研,讓玩家參與設計全新蛋白質(zhì)
文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關注!文章轉(zhuǎn)載請注明出處。
相關推薦
的進程。從蛋白質(zhì)結(jié)構(gòu)預測到基因測序與編輯,再到藥物研發(fā),人工智能技術在生命科學的各個層面都發(fā)揮著重要作用。特別是像AlphaFold這樣的工具,成功解決了困擾生物學界半個多世紀的蛋白質(zhì)折疊問題,將
發(fā)表于 10-14 09:21
的蛋白質(zhì)結(jié)構(gòu)預測大模型——AlphaFold系列。 今年5月9日,谷歌DeepMind重磅發(fā)布了AlphaFold-3,能夠精準預測蛋白質(zhì)-配體、蛋白質(zhì)-核酸等在內(nèi)的幾乎所有PDB數(shù)據(jù)庫中存在的分子組合形式
發(fā)表于 10-10 10:38
?155次閱讀
過程中可能出現(xiàn)的吸熱或放熱峰,這些峰對應于角蛋白分子鏈的運動、微纖維的熔融、或蛋白質(zhì)的變性等現(xiàn)象。 ? ?通過對比受延展和熱處理前后的DSC曲線,研究人員可以了解這些處理對角蛋白復合物
發(fā)表于 10-09 15:45
?132次閱讀
源自自然的蛋白質(zhì)與現(xiàn)代科技的創(chuàng)新精神相結(jié)合,打造蛋白質(zhì)設計與應用的新范式?!痹诮髂喜e辦的第九屆“創(chuàng)客中國”生成式人工智能(AIGC)中小企業(yè)創(chuàng)新創(chuàng)業(yè)大賽中,上海天鶩科技有限公司(下稱“天鶩科技”)分享了這一理念。 天鶩科技是
發(fā)表于 09-18 12:04
?201次閱讀
EvolutionaryScale 于 6 月 25 日發(fā)布了第三代 ESM 模型 ESM3,該模型可同時對蛋白質(zhì)的序列、結(jié)構(gòu)和功能進行推理,為蛋白質(zhì)研發(fā)工程師提供了一個可編程的平臺。
發(fā)表于 08-23 16:45
?592次閱讀
將小分子、核酸、蛋白質(zhì)和藥物導入細胞是監(jiān)測和了解細胞行為以及生物功能的重要途徑。
發(fā)表于 05-28 10:11
?478次閱讀
糖蛋白在細胞歸巢、免疫識別、物質(zhì)轉(zhuǎn)運、蛋白質(zhì)相互作用和細胞間信號傳遞等廣泛的生命過程中發(fā)揮著重要作用,已被確定為卵巢癌、結(jié)腸癌、直腸癌、乳腺癌和肝癌等癌癥診斷、臨床治療和預后評估的治療靶點或生物標志物。
發(fā)表于 05-19 17:31
?789次閱讀
發(fā)表最新研究成果:“基于微環(huán)境感知圖神經(jīng)網(wǎng)絡構(gòu)建指導蛋白質(zhì)定向進化的通用人工智能”(Protein Engineering with Lightweight Graph Denoising Neural
發(fā)表于 04-19 17:42
?520次閱讀
3月10日,記者從天府錦城實驗室(未來醫(yī)學城)獲悉,四川大學華西醫(yī)院臨床檢驗醫(yī)學研究中心與生物治療全國重點實驗室、天府錦城實驗室(未來醫(yī)學城)耿佳教授和華西第二醫(yī)院陳路教授聯(lián)合團隊在生物傳感與蛋白質(zhì)測序領域取得重要進展。
發(fā)表于 03-17 09:10
?877次閱讀
據(jù)悉,華為的此項專利旨在靈活滿足玩家對專屬定制手柄的需求,允許用戶自主組裝、拆卸和重新配置控制器各部分,從而創(chuàng)造符合游戲特定場景及個人喜好的獨特武器。
發(fā)表于 01-31 16:56
?811次閱讀
GeoMx IPA可以實現(xiàn)對組織中任何區(qū)域(如腫瘤區(qū)域、免疫交界區(qū)域、腫瘤微環(huán)境和正?;|(zhì)區(qū)域等)中的570多種蛋白質(zhì)進行空間原位的表達檢測,快速發(fā)現(xiàn)新的蛋白質(zhì)生物標記物和藥物靶點。
發(fā)表于 12-26 16:52
?817次閱讀
據(jù)華盛頓大學化學與生物工程系的David Baker教授透露,其領導的研究小組整合了深度學習算法和序列設計工具ProteinMPNN,從而實現(xiàn)了高效的蛋白質(zhì)功能性設計。
發(fā)表于 12-20 14:32
?703次閱讀
LabVIEW進行癌癥預測模型研究
癌癥是一種細胞異常增生的疾病。隨著年齡的增長,細胞分裂速度放緩,但癌細胞會失去控制地不斷分裂,形成可能良性或惡性的腫瘤。
2012年的國際癌癥數(shù)據(jù)顯
發(fā)表于 12-13 19:04
與萬能卡片的交互實現(xiàn)一些功能,也可以通過卡片作為類似于 app 的頁面入口實現(xiàn)更多的功能;最后,既然是以萬能卡片為入口的,其形式就具有多樣化
發(fā)表于 12-01 09:35
本文提出了一種新型的雙水相電泳裝1并進行了雙水相電泳分離肌紅蛋白和牛血清白蛋白和細胞色素C及其混合物的實驗,研究了電場方向、pH值、電場強度和電泳時間對雙水相萃取分離效果的影響,并與不加電場的雙水相萃取的結(jié)果進行了比較。
發(fā)表于 11-28 14:46
?0次下載
評論