Prompteina：用自然语言生成蛋白结构

华盛顿大学等机构的研究团队提出 Prompteina，让设计者用自然语言描述蛋白质的整体形状、局部结构和结合界面，模型据此同时生成蛋白质的全原子结构与氨基酸序列。团队构建了含约 180 万个蛋白结构条目和 5240 万条文字描述的 Prompteina-Data，并在 Complexa 基础上加入全局与残基级文本条件通路。 在 20 个靶标上，模型对“界面包含多少残基”的文字要求表现出很强的数量控制，论文报告相关系数 ρ＞0.99。评估使用 ipSAEmin，这是对预测结合界面可信度的计算评分，分数越高表示对预测界面越有把握，并不等于实验中一定结合。 团队让智能体围绕 GM2A 迭代设计 1000 个骨架，选出 90 个进入实验，其中 89 个成功表达并接受表面等离子共振（SPR）测定，报道称 9 个设计结合 GM2A。论文同时指出，这尚不能证明这些蛋白具有治疗效果，也不能把单靶标的实验命中率推广到其他靶标。

AI 根据报道生成 · 6 天前更新