金沙js0888_首頁(欢迎您)

  • <td id="dgejl"><strike id="dgejl"></strike></td>
        1. 腾讯 AI Lab 联合研究登上Nature子刊,独创方法提升蛋白质结构预测精度

          作者: 佚名 2020-11-17 14:53:54

           

          11月17日,腾讯公布了一项人工智能助力药物发现的新进展。

          通过腾讯自研的提升蛋白质结构预测精度的新方法,联合研究团队首次解析了II型5A还原酶(SRD5A2)的三维结构,揭示了治疗脱发和前列腺增生的药物分子“非那雄胺”对于该酶的抑制机制,这将有助于深化研究相关疾病的病理学机制及药物优化。

          此次,腾讯 AI Lab 采用“从头折叠”的蛋白质结构预测方法帮助解析了SRD5A2晶体结构,并通过自研AI工具“ tFold”有效提升了蛋白质结构预测精度,在科研突破中发挥了核心作用。除了在SRD5A2结构中的应用,这套方法还可以拓展应用于蛋白质分子和病理学机制的相关研究中。

          该项联合研究成果于近日登上了国际顶级期刊 Nature 子刊《 Nature Communications》。论文题为《人体类固醇II型5A还原酶与抗雄激素药物非那雄胺的结构研究》,由南科大生物系魏志毅副教授课题组与匹兹堡大学张诚教授、新加坡 A*STAR 研究所范昊研究员、腾讯 AI Lab 黄俊洲博士带领的研究小组合作完成。本次得到权威学术期刊发表及评审的高度评价,也验证了该成果对药物研发的创新价值。

          论文链接:https://www.nature.com/articles/s41467-020-19249-z

          据了解,tFold工具还在CAMEO(全球唯一的蛋白质结构预测自动评估平台)的国际测评中连续半年保持周度冠军。目前,tFold公测版本已通过腾讯「云深智药(iDrug)」平台官网对外开放。

          官网链接:https://drug.ai.tencent.com/console/cn/tfold

          “从头折叠”新方法破解晶体学难题

          在人体内,性激素有促进性器官成熟、副性征发育及维持性功能等作用。

          二氢睾酮是人体中已知最强的雄激素,对于人体的发育和生理活动至关重要,但同时也需要保持合理的平衡。一方面,二氢睾酮控制着男性性器官的发育,水平过低将导致男性性征缺陷。另一方面,水平过高又是导致前列腺增生和脱发的罪魁祸首。

          合成性激素依赖类固醇还原酶,二氢睾酮即由 SRD5A2 催化合成。因此,当患者因为二氢睾酮水平过高而出现前列腺增生和脱发问题时,可以通过抑制 SRD5A2 来降低患者二氢睾酮水平。作为SRD5A2 的高效抑制剂,非那雄胺(finasteride)被广泛用于治疗这类疾病。

          尽管 SRD5A2 具有重要生理作用,其高分辨率结构信息却十分缺乏,导致 SRD5A2 催化二氢睾酮合成的机理以及非那雄胺抑制 SRD5A2 酶活的机制并不清晰。

          这是由于 SRD5A2 具有独特的七次跨膜结构,其与人类全部已知结构的蛋白在结构上存在较大差异,难以通过“模板建模”(template-based modeling)方法获得初始构型来解析晶体数据。同时又因为 SRD5A2 是一类多次跨膜蛋白,使得传统的用于获取蛋白质晶体相位信息的“重原子替代”(Heavy-atom derivatization)方法亦难以奏效。

          为了解决这一难题,腾讯 AI Lab 科研团队采用了难度更高的“从头折叠”(de novo folding)方法来预测 SRD5A2 蛋白的三维结构,并将其用于“分子置换”(molecular replacement, MR)的初始构型来解析晶体数据。

          所谓“从头折叠”,是相对于“模板建模”的一种蛋白质结构预测方法。“模板建模”是目前最普遍的蛋白结构预测手段,但有一个使用前提——人类已知的蛋白结构数据库(即PDB)当中,必须存在和预测的蛋白相似的结构,否则就无法使用。而腾讯AI Lab采用的“从头折叠”方法则跳出了这个限制,可以不依赖于模板来预测蛋白结构。

          但此前,通过“从头折叠”方法预测的蛋白质结构精度不高,难以满足晶体数据解析的精度需要。而在腾讯 tFold 工具加持下得到的高精度“从头折叠”的结构模型,为分子置换方法提供相位,继而解析确定2.8Å 原子级别精度的SRD5A2晶体结构。

          这一结果能直接推进我们对体内 SRD5A2 活性失调引发的各类疾病的理解,进而为基于 SRD5A2 结构的药物开发提供更多有价值的参考信息。

          《Nature Communications》的一位评审对此创新方法给予了高度评价:“作者能用预测的分子置换(MR)模型来确定晶体结构,这一点非常有趣。本评审认为该技术确实非常出色,整个X射线晶体学界将从该方法中受益匪浅。”


          《Nature Communications》期刊评审评论原文节选

          自研冠军级 tFold 工具突破蛋白质结构预测精度

          腾讯 AI Lab 自研的 tFold 工具正是破解 SRD5A2 蛋白结构这一重要难题的关键。为了提升“从头折叠”方法(又称“自由建模”)的精度,tFold 工具通过三项技术创新,实现了蛋白结构预测精度的大幅提升。

          首先,实验室研发了“多数据来源融合”(multi-source fusion)技术,来挖掘多组多序列联配(multiplesequence alignment, MSA)中的共进化信息。

          然后,借助 “深度交叉注意力残差网络” (deep cross-attention residual network,DCARN),能极大提高一些重要的蛋白2D结构信息(如:残基对距离矩阵)的预测精度。

          最后,通过一种新颖的“模板辅助自由建模“(Template-based Free Modeling, TBFM)方法,将自由建模(Free Modeling, FM)和模板建模(Template-based Modeling, TBM)生成的3D模型中的结构信息加以有效融合,从而大大提高了最终3D建模的准确性。

          在研究方面,tFold 平台已在国际公认最权威的测试平台CAMEO上证明其创新价值及有效性。腾讯 AI Lab 于2020年初在CAMEO平台注册了自动化蛋白结构预测服务器 tFold server,并自2020年6月起至今一直保持周度(图1)、月度、季度、半年度冠军。tFold server在一般案例上领先业内权威方法6%以上,在困难案例上则领先12%以上。

          5A2b8e8.png" target="_blank">5A1deb4.png" target="_blank">tFold server的3D Modeling输出页面。左边部分为从头折叠得到的3D蛋白模型;右边部分是该3D模型在给定的预测残基对距离矩阵下的偏差。

          腾讯「云深智药」用AI持续助力药物发现

          依托大数据挖掘与机器学习等先进技术优势,腾讯正致力于推动AI与医疗产业的深度结合,助力社会整体医疗水平提升。

          据了解,「云深智药」是腾讯发布的首个AI驱动的药物发现平台,整合了腾讯 AI Lab和腾讯云在前沿算法、优化数据库以及计算资源上的优势,致力于帮助用户大幅度减少寻找潜在活性化合物的时间和成本。

          腾讯「云深智药」平台主要功能

          「云深智药」的五大模块覆盖临床前新药发现全流程,目前各功能模块正持续完善与升级。除蛋白质结构预测外,平台还上线了分子生成模块。AI驱动的分子生成模型是辅助小分子药物设计的重要工具之一,不仅能加速药物发现流程,还能启发药化专家跳出现有的分子库,探索更大的化合物空间。该模块还整合了ADMET属性预测功能,可对生成的新分子实时进行属性筛选。

          此外,平台的逆合成算法也已取得了一定进展,计划于明年上线。其它小分子和大分子药物发现功能模块也将逐步上线。

          除药物研发以外,腾讯 AI Lab 也在影像筛查、病理诊断等多个医疗领域持续探索,不断拓展和深化研究与应用。

          在AI助力医疗技术方面,实验室联合多家合作单位研发了中国首款智能显微镜,帮助医生提高工作效率。2020年10月,在免疫组化样本(IHC)分析的基础上,智能显微镜新增了针对宫颈液基细胞(TCT)标本进行临床样本的显微图像进行观察、筛选、标记功能,并已获得国家药监局审批证书。

          在病理研究领域,腾讯 AI Lab 也研发出了世界领先的前沿算法,比如斩获MICCAI 2020 CPM-RadPath 挑战赛第一名的算法,能够准确区分神经胶质瘤(大脑最常见肿瘤)的不同亚型并进行分级,有望弥补人工诊断效率低、主观因素影响较大等问题。

          此外,腾讯 AI Lab 在今年早些时候与南方医院合作发表了名为《基于病理图片的结直肠癌微卫星不稳定性预测模型的开发和解释》的文章,利用算法模型可辅助病理医生筛查结直肠癌中微卫星不稳定亚型,降低微卫星不稳定筛查的条件要求,帮助更多的地方医院也有能力执行这样的筛查。

          腾讯 蛋白质 AI
          上一篇:利用人工智能管理物联网传感器电源 下一篇:AI启示录:人类并没有真正的自我意识
          评论
          取消
          暂无评论,快去成为第一个评论的人吧

          更多资讯推荐

          “人脸识别第一案”终审判决来了

          4月9日下午3点,“人脸识别第一案”在杭州市中级人民法院迎来二审判决。这桩案件起源于游客郭某因不满杭州野生动物世界将年卡用户入园方式从指纹识别升级到人脸识别,而以侵犯隐私权和服务合同违约为由将杭州野生动物世界告上法庭。

          浙江日报 ·? 23h前
          人工智能的三个必要条件

          2016年,AlphaGo下围棋战胜李世乭,大家都认为人工智能的时代到来了。人工智能也是同样的在一定的历史契机下,几个独立发展的领域碰巧合并在一起就产生了巨大的推动力。这一波人工智能发展的三个必要条件是:深度学习模型,大数据,算力(并行计算)。

          麦教授说 ·? 23h前
          企业在应用人工智能时不可不知的5个误区

          研究表明,70%以上的企业如今将人工智能视为游戏规则的改变者。然而,目前使用人工智能或计划很快使用人工智能的企业不到40%。人们对人工智能重要性的认识差距仍然很大,以下是五个关于人工智能的常见误区或误解。

          Geertrui Mieke ·? 2天前
          智能交通信号灯让行动缓慢的行人有更多时间过马路

          无论您是开车还是走路,无论您在哪里,交通信号灯都会让您烦恼。如果您带着小孩子或老人过马路,肯定特别希望信号灯能晚点变红。

          iothome ·? 2天前
          为什么信不过AI看病?数据集小、可靠性差,AI医疗任重道远

          近年来,AI 在医疗诊断中的应用受到了越来越多的关注,也出现了一些实际的应用场景,如药物筛选、AI 诊断。但似乎正确的 AI 医疗诊断难以实现,这是哪些原因造成的呢?本文探讨并汇总了人们对 AI 医疗诊断的一些独到见解。

          机器之心 ·? 2天前
          滴滴自动驾驶发布全球首个5小时连续无接管路测视频

          今天,滴滴自动驾驶发布全球首支自动驾驶连续5小时无接管视频。滴滴自动驾驶公司COO孟醒,邀请Udacity创始人兼董事长、谷歌无人驾驶项目创始人、被誉为“无人车之父”的Sebastian Thrun参与连线,一起讨论这支视频中的技术亮点。

          新民晚报 ·? 2天前
          人工智能将如何重塑房地产行业

          随着数字化进程的不断推进,人工智能在促进房地产经济增长方面发挥着重要作用。

          佚名 ·? 2天前
          智能眼镜的采用终于在2021年到来

          在一个越来越趋向远程或灵活工作的世界里,人们也在探索智能眼镜的力量,因为它能让视频会议更具身临其境和动态化。

          Cassie ·? 3天前
          Copyright?2005-2021 51CTO.COM 版权所有 未经许可 请勿转载
          金沙js0888