Evozyne
專門研究蛋白質的生技公司Evozyne和Nvidia合作,開發生成性人工智慧模型來設計高品質蛋白質,不只加快藥物設計,同時還能將其用於環境永續目的。Nvidia在J.P. Morgan健康保健會議上發表了這項新技術,講述研究人員使用預訓練模型,創造醫療用途蛋白質的方法。
Evozyne使用Nvidia預訓練人工智慧模型ProtT為基礎,開發出新的深度學習模型,ProtT為Nvidia BioNeMo藥物研發雲端服務中的Transformer模型,Evozyne將ProtT當作模型的核心,結合變分自動編碼器(Variational Autoencoder),創建出稱為ProT-VAE的蛋白質開發模型。研究人員提到,他們使用BioNeMo低成本地執行模型,能夠在幾秒鐘內產生數百萬個氨基酸序列。
ProT-VAE讀取數百萬種蛋白質氨基酸序列,使用和神經網路理解文字相同的技術,了解組裝這些蛋白質的方法,學習蛋白質功能的規則,並使用這些規則來設計具進階功能的新蛋白質。Evozyne聯合創辦人提到,這個方法能夠創建比目前自然界所發現,功能更好的蛋白質,並且針對難以治癒的疾病壓縮藥物研發時間。
傳統的蛋白質工程使用定向演化(Directed Evolution)的方法,模仿自然界選擇的過程,將蛋白質或是核酸導向使用者定義的目標,這過程既複雜又耗時,需要對基因進行數輪迭代誘變,分離出需要的成員,並且替下一輪迭代生成模板,這項工作會在生物體內或是體外進行,而通常一次只能改變數個氨基酸序列
而ProT-VAE運用機器學習方法,產生可用於新療法、能源、材料等合成功能性蛋白質,在這項研究的初期,Evozyne鎖定PAH基因殘缺所造成的疾病,由於PAH基因能夠指示身體製造苯丙氨酸羥化酶(Phenylalanine Hydroxylase),當該基因有缺陷時便會導致遺傳性疾病苯丙酮尿症。
研究人員運用ProT-VAE合成出苯丙氨酸羥化酶變體,在實驗室測試證明,其中幾種苯丙氨酸羥化酶變體的效能,比天然產生的酶效率還高達到2.5倍,這些蛋白質有望成為潛在基因療法,替代患者身體缺失的消化酶。
熱門新聞
2024-12-08
2024-12-10
2024-12-10
2024-12-10
2024-11-29
2024-12-10