Science：新型人工智能工具模拟蛋白质动力学，助力药物发现和蛋白质研究
来源：生物谷原创 2025-07-22 17:42
BioEmu将超过200毫秒的分子动力学模拟与实验数据相结合，以接近实验的精度预测结构集合和热力学性质。
在一项新的研究中，微软研究院人工智能科学团队在蛋白质建模领域取得了重大科学突破。他们介绍了BioEmu，即一种能够以史无前例的速度和精度模拟蛋白质平衡行为的生成式深度学习系统。相关研究成果发表于《科学》杂志。
由于蛋白质的生物功能依赖于其结构的动态变化，能够快速准确地预测这些结构变化，将为药物发现中的理性设计决策开辟新途径，有助于降低临床试验中药物失败的概率。
BioEmu可在单个图形处理单元（graphics processing unit, GPU）上每小时生成数千个统计上独立的蛋白质结构。“这大大降低了分析蛋白质功能结构变化所需的成本和时间，”论文通讯作者Frank Noé教授说道。
BioEmu将超过200毫秒的分子动力学模拟与实验数据相结合，以接近实验的精度预测结构集合和热力学性质。
该系统捕捉了复杂的生物现象，如隐藏的结合口袋的形成、结构域运动和局部解折叠——这些都是理解蛋白质功能和药物设计的关键。BioEmu还以可与实验室实验相媲美的精度预测蛋白质稳定性变化。
论文共同作者Cecilia Clementi教授补充道，“因此，BioEmu提供了一种可扩展的方法，可在基因组尺度上模拟蛋白质功能。”
除了这篇论文，微软研究院还发布了用于训练BioEmu的分子动力学模拟数据集。该数据集包含数千个蛋白质系统超过100毫秒的模拟结果，是目前公开可用的序列多样性最丰富的蛋白质模拟数据集。（生物谷Bioon.com）
参考文献：
Sarah Lewis et al, Scalable emulation of protein equilibrium ensembles with generative deep learning, Science (2025). DOI: 10.1126/science.adv9817.
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
