騰訊AI Lab提升蛋白質結構預測精度

左邊部分為從頭折疊得到的3D蛋白模型;右邊部分是該3D模型在給定2D距離矩陣下的偏差

11月下旬，騰訊公布了一項人工智能助力藥物發現的新進展。通過騰訊自研的提升蛋白質結構預測精度的新方法，聯合研究團隊首次解析了II型5a還原酶（SRD5A2）的三維結構，揭示了治療脫發和前列腺增生的藥物分子“非那雄胺”對于該酶的抑制機制，這將有助于深化研究相關疾病的病理學機制及藥物優化。

此次，騰訊 AI Lab 采用“從頭折疊”的蛋白質結構預測方法幫助解析了SRD5A2晶體結構，并通過自研AI工具“ tFold”有效提升了蛋白質結構預測精度，在科研突破中發揮了核心作用。除了在SRD5A2結構中的應用，這套方法還可以拓展應用于蛋白質分子和病理學機制的相關研究中。該項聯合研究成果登上了國際頂級期刊《Nature》子刊《Nature Communications》，論文題為《人體類固醇II型5a還原酶與抗雄激素藥物非那雄胺的結構研究》。

所謂“從頭折疊”，是相對于“模板建模”的一種蛋白質結構預測方法。“模板建模”是目前最普遍的蛋白結構預測手段，但有一個使用前提——人類已知的蛋白結構數據庫（即PDB）當中，必須存在和預測的蛋白相似的結構，否則就無法使用。而騰訊AI Lab采用的“從頭折疊”方法則跳出了這個限制，可以不依賴于模板來預測蛋白結構。

但此前，通過“從頭折疊”方法預測的蛋白質結構精度不高，難以滿足晶體數據解析的精度需要。騰訊 tFold 工具加持下得到的高精度“從頭折疊”的結構模型，為分子置換方法提供相位，繼而解析確定2.8? ? 原子級別精度的SRD5A2晶體結構。這一結果能直接推進我們對體內 SRD5A2 活性失調引發的各類疾病的理解，進而為基于 SRD5A2 結構的藥物開發提供參考。