在其Alphafold Ai在寻找睡眠疾病的新治疗方面，Deepmind伴随着忽视疾病倡议的毒品举措

在2020年11月，字母所有的AI公司Deepmind宣布它已经破解了生物学最棘手的问题之一。多年来，公司一直在致力于一个叫做alphafold的AI，可以预测蛋白质的结构 - 这是一种挑战，可以证明赋予药物和疫苗的关键，以及了解疾病。当两年期蛋白质预测挑战CASP的结果在2020年底宣布时，它立即明确表示alphafold席卷了地板。

联合于购物中心竞争的马里兰州大学的计算生物学家John Moult在alphafold的潜力上令人惊讶和兴奋。 “这是AI解决了严重的科学问题第一次，”他说。 “对于大多数蛋白质具有高质量计算结构的前景将是理解生物学许多方面的完美帮助。例如，下次我们有大流行，我们可以更快地识别可能的药物策略。“

2020年前早些时候，在Covid-19 Pandemer开头的Alphafold释放的预测提供了一点暗示即将到来的东西。 1月下旬，Deepmind的科学家们使用该计划来映射一些SARS-COV-2病毒的蛋白质 - 预测，后来在实验证实是准确的。然后由世界上的病毒学家使用该信息，因为他们争先恐后地争夺病毒的行为。

现在18个月，DeepMind正在继续为alphafold的更真实的应用程序。该公司刚刚宣布新的伙伴关系与基于日内瓦的药物忽视疾病倡议（DNDI）。 DNDI是一个非营利性药物组织，该组织过去18年来试图解决发展中国家，睡眠，赤曲病和利什曼病的一些最致命的疾病。

它是后两种疾病，DNDI希望alphafold可以产生最大的差异。在寻找睡眠疾病的新疗法方面已经取得了相当大的成功。最值得注意的是，它已更换Melarsoprol - 一种有毒化合物，其中20名患者中的一种 - 安全药物Fexinidazole，作为疾病的新的护理标准。

“我们从一件完全安全的东西那里出发了一些令人尴尬的东西，并以各种形式的疾病作品，”DNDI的药用化学家和项目领导者都是如此。 “在两年的时间内，我们希望有一个剂量治愈。但遗憾的是，对于芝麻氏病和利什曼病，这一策略尚未奏效。“

这是因为一些寄生虫特别有弹性。特别是，对于Chagas疾病 - 一种危及危及心力衰竭的危及疾病，而且影响六到七百万人之间的影响，主要是拉丁美洲 - 治愈患者需要消除他们细胞中的每一个微生物。

在过去的18个月内，DNDI和华盛顿大学的传染病研究人员，邓迪大学和葛兰素斯米特克林已经鉴定了一种分子，该分子似乎能够与导致Chagas的寄生虫的蛋白质瘤上的蛋白质结合疾病。这使它能够关闭寄生虫并杀死它。

这些科学家们希望研究这种蛋白质的结构，以确切地了解药物如何阻止寄生虫功能。在过去，这将是一个复杂而艰苦的实验任务，需要多年，但通过alphafold，dndi及其合作者已经收到了对其形状的计算产生的预测。 PERRY希望现在可以使用这种知识来设计更多的药物，这些药物可以以不同方式与该蛋白质结合，并杀死锥虫瘤Cruzi。

“这可能让我们迅速破解Chagas疾病和Leishmaniasis，而不是看起来像是可以做的几年前的那样快速，”Perry说。 “如果你能快速获得这些蛋白质结构，你可以设计多种候选人，因此您对临床试验的目标有很多镜头。”

然而，一些科学家们仍然觉得alphafold周围相当大的炒作需要用一剂现实回火。 “这是公平的，看到深度蛋白质折叠的工作是一个游戏更换者，但它太快地讲述了对药物发现的影响，”旧金山大学神经科教授的史蒂文·Finkbeer（San Francisco）的作用，他研究的作用神经变性疾病中的蛋白质结构。 “我的整体感觉是，它是一种经济有效的方法，可以提供脚趾，但算法远非完美，并且有很多情况下它不起作用。”

DeepMind of Science of Sience，Pushmeet Kohli表示，该公司目前希望在癌症和其他慢性疾病领域形成进一步的伙伴关系，但蛋白质世界非常复杂的Finkbeiner警告。他指出，病毒或寄生虫上的蛋白质结构往往是更可预测的，而人体内部的变化更大。

但是，至少在某些药物区域的alphafold用于加速药物发现的潜力已经促使相当大的兴奋。全球合作称为Covid Moonshot项目最近使用有​​关蛋白质结构的信息，以快速追踪设计全新抗病毒药物的过程。在上个月的新闻稿中，Moonshot Consortium表示现在有几个候选人，并希望将他们的下几个月削弱到可能提出临床试验的药物。虽然Covid Moonshot项目使用传统方法来确定蛋白质结构，但它强调了了解蛋白质结构是多么重要的涉及大医疗挑战。

“Covid Moonshot项目已经证明了一旦有这些[蛋白质]结构，就可以快速跟踪事情，”Perry说。 “他们在14个月内从起点到候选人。通常，在制药公司中需要五到六年，即你可以实现的那种加速度。“

DeepMind与DNDI的伙伴关系可能是一个持续的事件，在未来几年使用alphafold的团队使用alphafold来产生蛋白质结构预测，每当DNDI或其合作者发现了一个新的兴趣目标。根据Perry的说法，只要知道他们现在拥有这项技术即可导致不同制药合作伙伴的兴趣增加，帮助为热带疾病开发新药。

DNDI和Deepmind都希望alphafold可以帮助民主化的药物发现过程，使得低收入国家的科学家 - 他们以前缺乏在当地区域研究病毒或寄生感染的资源 - 以开发新的方式治疗。

“总的来说，我们有三种类型的事情与alphafold有关，”洛里斯说。 “一个是扩展可以在结构预测方面可以做些什么，第二个是加速该过程，第三是将这种技术能够对无法获得复杂，昂贵的机器的人们可以访问。”

如果alphafold确实有助于快速追踪对Chagas病或莱什曼病的新治疗，它很快就可以在许多其他药物中使用。 “我们不知道是可能的，”换羽说。 “只有在这些罕见疾病的潜在药物靶蛋白的结构上就是在选择最合适的方面是一个很大的帮助。我们仍需要改进计算机方法，用于查看分子如何与这些蛋白质结合，但乐观地我们也可以对此问题进行深入学习。这些都是令人兴奋的时期。“更新23.06.20,10:00 BST：本文的标题最初提到“罕见”疾病而不是“被忽视”的疾病。本文还已更新，以澄清Covid Moonshot项目的详细信息。