清华大学生命科学学院和百度人工智能研究院联合开发的蛋白质动态构象预测系统取得重大突破。该系统不仅能像已有工具那样预测蛋白质的静态三维结构,还能模拟蛋白质在发挥生物学功能时的动态构象变化过程,准确度达到了实验测量水平。
蛋白质的功能取决于其构象的动态变化,例如酶催化反应需要蛋白质在不同构象之间灵活切换。传统的结构预测工具只能给出单一的静态构象,无法捕捉这种关键的动态信息。新系统通过深度学习算法整合了海量的分子动力学模拟数据和实验结构数据突破了这一瓶颈。
该成果的应用前景极为广泛。在药物研发领域可以更准确地预测药物分子与靶标蛋白的结合模式和亲和力;在酶工程领域可以指导设计具有更高催化活性的工业用酶。多家全球领先的制药公司已表示希望与研究团队合作将这一技术整合到其药物发现流程中。