快讯AI
MIT 与 DeepMind 联合研究：蛋白质-分子结合预测准确率达 99.1%
MIT CSAIL 和 Google DeepMind 研究人员联合发表论文，介绍 ProBind 3 模型，以 99.1% 的准确率预测药物-蛋白质结合亲和力，可能将药物发现时间从数年压缩至数月。
MIT 计算机科学与人工智能实验室（CSAIL）与 Google DeepMind 的协作团队本周发表了一篇里程碑论文，推出了 ProBind 3，该模型以 99.1% 的准确率预测药物-蛋白质结合亲和力（在 PDB 基准测试上），打破了此前由 DeepMind AlphaFold 3 系统保持的 91.4% 记录。
对制药研究的意义重大。药物-蛋白质结合预测是早期药物发现中最耗时的步骤之一；预测错误意味着数月的实验室工作浪费。ProBind 3 的准确率飞跃意味着研究人员可以在进入湿实验室之前对数千种候选分子进行虚拟筛选，可能将发现时间从数年压缩至数月。
该模型基于 1200 万个蛋白质-配体复合物的数据集进行训练，利用了一种新的 graph neural network（图神经网络）架构，将蛋白质口袋和药物分子视为相互作用的 3D 点云。DeepMind 贡献了 TPU v6 计算基础设施；MIT 提供了数据集整理和高通量晶体学实验验证。
该团队已根据开放研究许可发布了 ProBind 3 权重。制药合作伙伴包括诺华和罗氏在内已签署协议，将 ProBind 3 整合到其发现管道中。
免责声明
内容为AI生成，请勿作为事实或决策依据。转载、引用时请勿当作真实报道。