在癌症治療的戰場上,科學家們不斷尋找突破口,而這一次,他們將目光投向了人工智慧(AI)。來自美國奧本大學的研究團隊,與巴塞爾大學和瑞士聯邦理工學院合作,透過結合AI、分子動力學模擬和網絡分析,開發出一套創新方法,能夠精準定位癌症相關蛋白質的關鍵結合點。這項發現不僅將加速癌症藥物的研發,還有助於推動個性化的精準醫療。
此次研究的重點在於PD-L1蛋白,這是一種幫助癌細胞躲避免疫系統攻擊的蛋白質。在免疫系統的監視下,癌細胞本該被識別並清除,但PD-L1蛋白能夠幫助它們逃過這一劫難。現有的免疫療法如派姆單抗(Keytruda)等,就是透過阻斷PD-L1蛋白來恢復免疫系統的正常功能。然而,想要精確識別藥物應該攻擊PD-L1的哪個部位一直是個難題。
奧本大學的研究團隊,透過將AlphaFold2這種AI工具與分子動力學模擬技術相結合,成功預測了PD-L1上對藥物反應最關鍵的結合區域。研究人員使用了跨連結質譜技術和下一代測序技術,來驗證他們的預測結果。結果顯示,這種結合AI和實驗數據的研究方法,能夠準確定位癌症相關蛋白質的關鍵結合點,為藥物設計提供了更可靠的方向。
協助癌症患者獲得個性化治療
這項突破性的發現不僅僅局限於PD-L1蛋白,研究方法還可應用於其他疾病相關的蛋白質,為多種癌症及自體免疫疾病提供新型的治療靶點。此外,這項研究顯示了利用AI技術進行藥物開發的巨大潛力。傳統的實驗方法往往耗時長且費用昂貴,但通過AI輔助的計算模型,藥物研發過程可以顯著加速,降低成本。
研究負責人拉斐爾·伯納迪博士表示,這項突破展示了計算工具對癌症治療的巨大潛力,尤其是在個性化療法的發展中。「我們的研究證明,利用AI技術進行蛋白質設計是癌症治療的新前沿」,他說道。
隨著AI技術的不斷進步,這樣的跨領域合作將在未來改變癌症治療的遊戲規則。科學家們相信,這套結合AI和分子生物學的創新方法,將開啟精準醫療的嶄新篇章,幫助更多癌症患者獲得個性化的治療方案。
這項研究成果已發表於《美國化學學會期刊》。
更多科學與科技新聞都可以直接上 明日科學網 http://www.tomorrowsci.com
首圖來源:Rafael C. Bernardi - Auburn University cc By4.0
圖片來源:Journal of the American Chemical Society cc By4.0
參考論文:
1.Integrating Dynamic Network Analysis with AI for Enhanced Epitope Prediction in PD-L1:Affibody Interactions
Journal of the American Chemical Society
延伸閱讀: