AI設計微型結合蛋白 精準狙擊癌細胞表面靶點
研究人員在《自然通訊》發表成果,構建一套面向癌細胞表面靶點的AI微型結合蛋白發現流程,將深度學習預測與高通量濕實驗篩選結合,大幅提升設計蛋白的可表達性與穩定性。
計算設計遇上瓶頸
以DRUGONEAI為代表的蛋白質設計技術,已能快速生成具備特定結構與潛在結合能力的全新蛋白。然而從「計算得到高分候選」到「獲得真正可用的功能蛋白」,中間仍橫亘多重關卡。
這些關卡包括實驗驗證、蛋白表達、細胞表面運輸與功能優化等環節。許多在演算法層面得分極高的分子,進入濕實驗後往往無法表達或喪失功能,令設計效率大打折扣。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
