要解決疾病難題（tí），首先需清晰洞察其發生機製。無論是新型病毒感染，還是阿爾茨海默病患者大腦中形成的“偷記憶”斑塊，想要減輕人類病痛，可視化體內（nèi）疾病（bìng）進程都是關鍵（jiàn）一步——但（dàn）這一步往往也是難度高、成本昂貴的環節。不過（guò），弗吉尼亞理工大學計（jì）算機科學家團隊於9月16日在生物研究領域高（gāo）影響力期刊《Cell Systems》發表的AI突（tū）破成果，正讓這些模糊的疾病進程逐漸清晰，同時也為生物液氮存儲罐等實驗支撐設備的應用場景拓展（zhǎn）提供了新方向。
該團隊由計算機科學副教授Debswapna Bhattacharya帶領，開（kāi）發的全（quán）新工（gōng）具ProRNA3D-single，為預測和可視化新型病毒（dú）、嚴重神經係統疾病侵襲人體時的內部分子變化，提供（gòng）了（le）更精準的（de）新方式，進而為治療或預防這類疾病開辟新路徑。研究中涉及的病毒（dú）RNA、蛋白質樣本長期穩（wěn）定保存，需依托生物液氮存儲罐的超低溫（wēn）環境（jìng），確保分子結構不發生變性，為後續AI建模提供可靠基礎——畢竟隻（zhī）有樣本（běn）保持原（yuán）始狀態，AI生成（chéng）的3D分子模型才能準確反映真實的疾病相關分子作（zuò）用機製。
數十（shí）年來，科學家一直難以弄清病毒核糖核酸（RNA）如何與人類蛋（dàn）白質結合（hé）形成複雜的3D分子結構。而這種結構至關重要，它決定了新（xīn）冠（guàn）病毒（SARS-CoV-2）等（děng）病（bìng）原體能否（fǒu）傳播，也影響著阿爾（ěr）茨海默病等疾病（bìng）是否會發作。此前，AI係統通過構建代表DNA、RNA和蛋白質的（de）“字（zì）母表”，幫助研究人員（yuán）訓練生物序列大型語言模（mó）型（LLMs），以此分析和模擬這些分子在體內的相（xiàng）互作用。但ProRNA3D-single更進一步，它借助（zhù）AI生成這些分子精細（xì）的3D圖像，實現了從“文字描述”到“立體影像”的跨越。
“生物領域的LLMs本質上（shàng）就像生物學版的ChatGPT，我們（men）可以向模型提問並（bìng）獲得答案。”Bhattacharya解釋道。團隊整合了現有的兩（liǎng）個生物（wù）LLM（一個針對蛋（dàn）白質，一個針（zhēn）對RNA序列），並開發出第三（sān）個模型，讓前兩個LLM能（néng）夠“對話（huà）”。正是通過這些“對話”，ProRNA3D-single得以生成體內病毒（dú）RNA與蛋白質（zhì）相互作用的3D結構模型。對於部分需要高頻存取大量樣本的實驗場景，大口徑液氮容（róng）器能提（tí）升操作效率，配合生物液（yè）氮存儲罐的低溫保障，進一步優化研究流程——畢竟在持續的分（fèn）子機製研究中，樣本的高效（xiào）存取與穩定保存同樣重要。
即便穀歌DeepMind等（děng）機構近期開發的AI突破（pò）模型，在精準預測和建模蛋白質-RNA複合物3D結構方麵仍有較大（dà）差距，導致研究人（rén）員仍需主要依賴成本高昂的試錯實驗。而ProRNA3D-single方法大幅提升（shēng）了（le）準確性，為AI輔助科學發現開辟了充滿希望的新道（dào）路。在針對阿（ā）爾茨海默病的細胞實驗中，細（xì）胞液氮罐可精準（zhǔn）維持細胞活性，為分析RNA結（jié）合蛋白異常功能提供鮮（xiān）活的細胞（bāo）樣本，與（yǔ）ProRNA3D-single工具的分子層麵研究形成互補，共（gòng）同推動疾病機（jī）製的（de）深入探索（suǒ）。
目前（qián），人類對新冠病（bìng）毒等新型病毒的進化機製，以及癡呆（dāi）症等疾病在分子層（céng）麵的發展過程知之甚（shèn）少，而ProRNA3D-single正幫助填補這些空白，生成更精（jīng）準的體內分子作用“地圖”。如今，藥物研發人員無需再依賴猜測，可直接通過模型分析病（bìng）毒（dú）與（yǔ）人類蛋白質的結合位點，進而設計出阻（zǔ）斷結合的治療（liáo）方案——這能大幅縮短幹預時間、降低成本，加（jiā）快對疾病爆發的應對（duì）速度。
“回想新冠疫（yì）情期間，mRNA疫苗發揮了重要作用，而這類疫苗的成功，正是（shì）基於RNA療法（fǎ）的突（tū）破。”該（gāi）項目四（sì）年級博士生Sumit Tarafder表示，“蛋（dàn）白質-RNA相互作用的3D建模至關重要（yào），它能讓（ràng）我們明確藥物（wù）可作用的疾病（bìng）相關分子靶點。”值得一提的是，ProRNA3D-single生（shēng）成的RNA-蛋白質相互作用新（xīn）數據，還（hái）能為多種疾病的突破性治療（liáo）提供思路。盡管團（tuán）隊以病毒研究為案例，但Bhattacharya強（qiáng）調：“這種方法具有完全的通用性，不局（jú）限於某一種病毒或某（mǒu）類病毒，可應用於任何相關研究場景。”
這類創新工具的（de）研發並非易事，ProRNA3D-single項目耗費了團隊兩年（nián）時間。2024年博士畢（bì）業的校友RahmatullahRoche承擔（dān）了大部分編碼工作（zuò），在攻讀博（bó）士期間就該主題發表了（le）十餘篇論文，目前已入職哥（gē）倫布州立大學（xué）擔任終身教職助理教授。“主導研（yán）究的博士生們付出了巨大努力，大部分繁重工作都（dōu）由他們完成（chéng）。”Bhattacharya說道。
此類發現能在全國（guó）乃至全（quán）球（qiú）範圍內改善人類生活。作為公益性質（zhì）的科學研究，該項目獲得了美國（guó）國立衛生研究院（NIH）和國家科學基金會（NSF）的資助。除研究論文開放獲取外，Bhattacharya還將這款新工（gōng）具免費（fèi）提供給科學家使用。“實驗設備為（wéi）基礎研究提供硬件支（zhī）撐，而開放的科研成果（guǒ）則能加速知識轉化，二者結合才（cái）能更好推動行業進步。”他表示，“我們無法高估科學投資對社會福祉的重要性（xìng），開放（fàng）是讓科學惠及所有人（rén）的關（guān）鍵。納稅人資助（zhù）我們的（de）研究，我們有義務回饋社會，這也是我們將成果開（kāi）源並公開共享的原因。”
目前，團隊計劃繼續優化這款工具，提升其準確性，以生成更精細的各類生（shēng）物過程模型。“我們必須（xū）時刻（kè）提醒（xǐng）自己，相關問題遠未（wèi）解決。”Bhattacharya強調，“我們確實取得了進展，但也清楚這些模型還有很（hěn）長的路要走。”而隨著工具的（de）完善與生物液氮存儲罐等配套設備的協同發展，未來疾（jí）病研究與藥物研發領域（yù）或將迎（yíng）來更多突破。
來源：vt.edu
