AI 生成的每周综合 · 规则自动选择,非人工精选 · 未逐条人工审核 · 引用科学结论前请核验原始来源

蛋白质设计的AI革命: 走进David Baker的“Communal Brain”

发生了什么

在华盛顿大学蛋白质设计研究所(IPD),主任David Baker提出“Communal Brain”协作研究,其实验室有100多名研究人员,致力于用深度学习方法从头(de novo)设计蛋白质。100个氨基酸的小蛋白可有20¹⁰⁰种序列,但仅极小部分能折叠成稳定、有功能的结构;残基错位一个埃就可能导致药物结合失败。前博士后Nathaniel Bennett称,绕过耗时实验筛选的AI抗体设计是癌症和自身免疫病等领域长期追求的“holy grail”。去年11月,他与同事在《Nature》发表论文,展示全长de novo抗体可结合用户指定表位,AI模型可构建历史上难设计的柔性抗体环。但可制造、体内稳定且避免副作用的AI设计蛋白仍差一步。Baker区分现实与炒作:现实是可在计算机上设计蛋白质;炒作是治疗用途不止结合或催化,de novo蛋白能否革新医学仍需加深对生物学的理解。Bennett现为Xaira Therapeutics联合创始人。

来源与证据

外部发现 · David Baker · 原始来源 ↗ · 站内条目 ·

《Conjecture Machines》: AI 智能体与科学研究的新验证瓶颈

发生了什么

过去一年,AI 智能体改变了编程的含义,科学研究可能成为下一个被改变的领域。Google DeepMind 与 10 位研究员和工程师对谈,探讨接下来会发生什么;最迫切的问题是如何验证即将到来的 AI 生成想法,并让科学家用上智能体、让数据集适配智能体、让同行评议维持运转。帝国理工学院微生物学家 José Penadés 团队花了近十年研究一族超级细菌如何传播抗生素耐药性,成果未发表。2024 年他将问题交给 Google DeepMind 的 Co-Scientist,两天内得到 5 个按优先级排序的解释,排第一的正是其团队苦心证明的假说:某些超级细菌从病毒处获得尾巴,当作“钥匙”跨越宿主物种。他一度怀疑电脑被入侵,写信给 Google 核实,确认没有“偷看”。

来源与证据

外部发现 · Google DeepMind · 原始来源 ↗ · 站内条目 ·