新型蛋白质结合体设计
根据目标分子的结构和指定的结合位置，在计算机中生成能与之结合的候选蛋白质，无需先进行大量实验室筛选。
AlphaProteo
AI TOOL PROFILE工具资料Google DeepMind 首个设计新型蛋白质结合体的 AI 系统
官网地址 https://deepmind.google/discover/blog/alphaproteo-generates-novel-proteins-fo…
价格官网未标价
平台—
归类医疗与健康
收录2024-09-05
复核2024-09-05
编辑评分
4.3 / 5
★★★★☆
AlphaProteo编辑总结
AlphaProteo 是 Google DeepMind 于 2024 年 9 月 5 日推出的 AI 系统，专门用于设计能高强度结合目标分子的新型蛋白质结合体。该模型基于蛋白质数据库（PDB）的数据以及超过 1 亿个 AlphaFold 预测结构训练而成，在测试的七个靶点蛋白上，实验成功率优于现有最佳方法，结合亲和力提升 3 到 300 倍，并首次实现了针对 VEGF-A（与癌症和糖尿病并发症相关）的 AI 设计结合体。它面向生物医学研究场景，有望加速药物开发、生物传感器研发和疾病机理研究。不过，官网未公开其使用方式与获取渠道，普通用户无法直接上手体验。
AlphaProteo是什么？
AlphaProteo 是 Google DeepMind 蛋白质设计与湿实验室团队开发的 AI 系统，于 2024 年 9 月 5 日发布。它是 DeepMind 首个专门用于设计新型高强度蛋白质结合体的 AI 工具，目标是成为生物学和健康研究的基础构件。蛋白质结合体就像一把钥匙配一把锁，能帮助研究人员调控细胞过程，应用于药物开发、细胞与组织成像、疾病理解与诊断，甚至作物抗虫害等领域。
该系统基于蛋白质数据库（PDB）的大量蛋白质数据以及超过 1 亿个 AlphaFold 预测结构进行训练，学习了分子之间结合的多种方式。使用时，研究人员提供目标分子的结构以及偏好的结合位置，AlphaProteo 会生成能在这些位置与目标结合的候选蛋白质。在针对 BHRF1、SARS-CoV-2 刺突蛋白受体结合域（SC2RBD）、IL-7Rα、PD-L1、TrkA、IL-17A 和 VEGF-A 等靶点的测试中，AlphaProteo 在七个靶点上生成并通过实验验证了成功结合的候选蛋白，实验成功率和结合强度均优于现有最佳方法。
对于普通用户，AlphaProteo 目前没有公开的直接使用入口，官网也未说明获取方式。对于生物医学研究人员，它代表一种能大幅缩短传统蛋白质设计周期的计算工具，传统方法需要多轮大量实验室工作，而 AlphaProteo 可以在计算机中生成候选蛋白再进行实验验证。对于药物开发团队，它提供了针对癌症、炎症和自身免疫疾病相关靶点设计结合体的新路径。
AlphaProteo核心功能
高结合亲和力
在测试的七个靶点蛋白上，生成的结合体亲和力比现有最佳方法高 3 到 300 倍，意味着结合更紧密、更可能有用。
高实验成功率
在七个靶点上生成的候选蛋白经湿实验室实验验证，成功结合目标蛋白，实验成功率优于现有方法。
训练数据规模
基于蛋白质数据库（PDB）的大量蛋白质数据以及超过 1 亿个 AlphaFold 预测结构训练，学习了分子结合的多种模式。
VEGF-A 靶点突破
首次实现 AI 工具设计出针对 VEGF-A（与癌症和糖尿病并发症相关）的成功蛋白质结合体。
AlphaProteo适合谁用？
生物医学研究者
推荐需要设计针对特定靶点的蛋白质结合体，用于药物开发或疾病机理研究，AlphaProteo 可在计算机中生成候选蛋白再实验验证。
药物开发团队
推荐针对癌症、炎症和自身免疫疾病相关靶点（如 VEGF-A、PD-L1、IL-17A 等）设计结合体，官网展示了七个靶点的实验验证结果。
生物传感器研发者
推荐需要高亲和力结合体来构建检测工具，AlphaProteo 生成的结合体亲和力比现有最佳方法高 3 到 300 倍。
普通用户
不推荐没有生物学背景和实验条件无法直接使用。
需要成品药物或治疗方案的患者
不推荐AlphaProteo 是研究阶段的设计工具。
AlphaProteo优点和缺点
优点
- 在七个靶点上实验成功率优于现有最佳方法
- 结合亲和力比现有最佳方法高 3 到 300 倍
- 首次实现 AI 设计针对 VEGF-A 的成功结合体
- 训练数据包含超过 1 亿个 AlphaFold 预测结构
- 可针对多种靶点生成候选蛋白，包括病毒和癌症相关蛋白
缺点
- 需要目标分子结构和结合位置信息才能使用
- 生成结果仍需湿实验室实验验证
- 官网未说明是否对普通用户或商业团队开放
AlphaProteo常见问题
AlphaProteo 能设计哪些类型的蛋白质结合体？＋
它能为多种目标蛋白生成结合体，包括与感染相关的 BHRF1 和 SARS-CoV-2 刺突蛋白受体结合域（SC2RBD），以及涉及癌症、炎症和自身免疫疾病的 IL-7Rα、PD-L1、TrkA、IL-17A 和 VEGF-A 等五个靶点。在七个靶点上均生成了经实验验证的成功结合体。
AlphaProteo 的设计效果比现有方法好多少？＋
官网指出，在测试的七个靶点蛋白上，AlphaProteo 的实验成功率优于现有最佳方法，结合亲和力比现有最佳方法高 3 到 300 倍。此外，它是首个能设计出针对 VEGF-A 的成功蛋白质结合体的 AI 工具。
AlphaProteo 和 AlphaFold 有什么区别？＋
AlphaFold 是蛋白质结构预测工具，能预测蛋白质如何相互作用，但不能创造新的蛋白质来直接调控这些相互作用。AlphaProteo 则是设计工具，能生成全新的蛋白质结合体，并且其训练数据中包含了超过 1 亿个 AlphaFold 预测结构。
普通用户能直接使用 AlphaProteo 吗？＋
官网未公开 AlphaProteo 的使用入口、申请方式或开放时间，目前没有面向普通用户的直接使用渠道。它主要面向生物医学研究场景，需要目标分子结构等专业输入。
AlphaProteo竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| AlphaProteo本工具 | 4.3 | 未标价 | 新型蛋白质结合体设计；高结合亲和力；高实验成功率；训练数据规模 | — |
| ProteinQure | — | 未标价 | 尽管它们具有固有的优势，但设计基于蛋白质的疗法非常困难 | Web |
| Anyo | — | 未标价 | 心理健康与情感健康移动应用，具有疗法、营养和健康功能 | Web |
| Ask.Medical | — | 未标价 | AI 健康助手，提供个性化医疗建议，助力您的健康管理 | — |
| Cal Mind | — | 未标价 | 一款专注于营养分析与个性化健康管理的应用程序，帮助用户实现科学饮食和健康生活 | — |
| GenomeComp | — | 未标价 | 中科院生物物理所生物信息实验室推出的可视化的微生物基因组比较工具 | — |
