人工智能创造出我们无法想象的超高效抗体

hellojoy14979

在倫敦南部的一家前餅乾工廠中，巨型攪拌機和工業烤箱已被機械手臂、孵化器和 DNA 定序機取代。 James Field 和他的公司 LabGenius 並沒有生產糖果，而是採用基於人工智慧 (AI)的革命性方法來製造用於醫療用途的新抗體。

在自然界中，抗體是人體對疾病的反應，也是免疫系統的前線部隊。 它們是具有 紐西蘭 電話號碼 特殊形狀的蛋白質鏈，可以黏附外來入侵者，以便身體將其消除。 自 世紀 年代以來，製藥公司一直在生產合成抗體來治療癌症等疾病並減少移植器官排斥的機會。

但這些抗體的開發對人類來說是一個緩慢的過程：蛋白質設計者必須搜尋數百萬種可能的氨基酸組合，找到以完全正確的方式折疊的氨基酸，然後透過實驗對它們進行測試，調整一些變量 以改善某些情況。 治療的特點，目的是不要使其他方面惡化。 LabGenius 創辦人兼執行長 Field 表示：“如果您想創造一種新的治療性抗體，那麼您需要在這個可能分子的無限空間中的某個位置找到它。”

人工智慧如何幫助人類製造抗體
Field 在倫敦帝國學院攻讀合成生物學博士學位期間，看到 DNA 定序、計算和機器人技術的成本下降，於 年創立了這家公司。 LabGenius 利用這三者來在很大程度上自動化抗體發現過程。 在 Bermondsey 實驗室，機器學習演算法設計針對特定疾病的抗體，然後自動化機器人系統在實驗室中製造和培養牠們，執行測試並將資料輸入演算法，所有這些都需要最少的人工監督。 這裡有培養患病細胞、生產抗體和對其 DNA 進行測序的空間：穿著實驗室外套的技術人員準備樣本並敲擊電腦，而機器則在後台嗡嗡作響。



人類科學家首先確定尋找潛在抗體來對抗特定疾病的範圍：他們需要能夠區分健康細胞和患病細胞的蛋白質，附著在患病細胞上，並利用免疫細胞來完成這項工作。 但這些蛋白質可以在廣闊的可能選擇領域中的任何地方找到。 LabGenius 開發了一種機器學習模型，能夠更快、更有效率地探索此搜尋範圍。 「作為人類，你向系統提供的唯一資訊是健康細胞的例子，然後是患病細胞的例子，」菲爾德說。 “然後你讓系統探索可以區分它們的不同[抗體]設計。”

該模型從 , 個潛在抗體的搜尋池中選擇 多個初始選項，然後自動設計、建造和測試它們，目的是找到有益的領域進行進一步研究。 想像一下，您正在數以千計的汽車中尋找完美的汽車：也許您首先選擇一種通用顏色，然後根據特定的色調進行篩選。