机器学习加速药物研发 重建蛋白质分子3D结构
研发人员之一、多伦多大学的博士生阿里·普勒贾尼解释称，确定蛋白质分子的3D原子结构对于理解它们的工作原理及其对药物治疗产生何种反应至关重要。
药物会附着到特定蛋白质分子上，改变其3D形状及工作方式。理想的药物一般被设计成某种特定形状，使其仅附着到某个特定的蛋白质或与疾病相关的蛋白质上，而且在其附着到体内其他蛋白质上时不会出现副作用。
鉴于蛋白质比光波波长还小，如果不使用复杂技术，如冷冻电子显微镜（Cryo-EM）技术，无法直接看见它们。Cryo-EM技术使用高能显微镜，从不同方位将冷冻蛋白质的样本拍摄出成千上万张低清晰度图像，但用这些低清晰度2D图像拼接出正确的高清3D结构非常困难。
而新算法使用显微图像重建了蛋白质分子的3D结构，提供了一种更快速、有效地获得正确蛋白质结构的方式。研究人员称，现有技术需要花费数天甚至数周，借助多台计算机才能生成一个3D结构，而新方法借助单台计算机几分钟就能搞定，有望极大地推动新药研发。
多伦多大学计算和数学科学学院院长戴维·弗利特解释说：“新方法主要解决了获得3D结构的速度和数量方面的问题。”
普勒贾尼表示：“我们希望这一方法能大大加快新药研发进程，并让我们能从原子层面加深对生命的理解。”
