要解決疾病難題，首先需清晰洞察其發(fā)生機制。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)疾病進(jìn)程都是關(guān)鍵一步——但這一步往往也是難度高、成本昂貴的環(huán)節(jié)。不過，弗吉尼亞理工大學(xué)計算機科學(xué)家團隊于9月16日在生物研究領(lǐng)域高影響力期刊《Cell Systems》發(fā)表的AI突破成果，正讓這些模糊的疾病進(jìn)程逐漸清晰，同時也為生物液氮存儲罐等實驗支撐設(shè)備的應(yīng)用場景拓展提供了新方向。

該團隊由計算機科學(xué)副教授Debswapna Bhattacharya帶領(lǐng)，開發(fā)的全新工具ProRNA3D-single，為預(yù)測和可視化新型病毒、嚴(yán)重神經(jīng)系統(tǒng)疾病侵襲人體時的內(nèi)部分子變化，提供了更精準(zhǔn)的新方式，進(jìn)而為治療或預(yù)防這類疾病開辟新路徑。研究中涉及的病毒RNA、蛋白質(zhì)樣本長期穩(wěn)定保存，需依托生物液氮存儲罐的超低溫環(huán)境，確保分子結(jié)構(gòu)不發(fā)生變性，為后續(xù)AI建模提供可靠基礎(chǔ)——畢竟只有樣本保持原始狀態(tài)，AI生成的3D分子模型才能準(zhǔn)確反映真實的疾病相關(guān)分子作用機制。

數(shù)十年來，科學(xué)家一直難以弄清病毒核糖核酸（RNA）如何與人類蛋白質(zhì)結(jié)合形成復(fù)雜的3D分子結(jié)構(gòu)。而這種結(jié)構(gòu)至關(guān)重要，它決定了新冠病毒（SARS-CoV-2）等病原體能否傳播，也影響著阿爾茨海默病等疾病是否會發(fā)作。此前，AI系統(tǒng)通過構(gòu)建代表DNA、RNA和蛋白質(zhì)的“字母表”，幫助研究人員訓(xùn)練生物序列大型語言模型（LLMs），以此分析和模擬這些分子在體內(nèi)的相互作用。但ProRNA3D-single更進(jìn)一步，它借助AI生成這些分子精細(xì)的3D圖像，實現(xiàn)了從“文字描述”到“立體影像”的跨越。

“生物領(lǐng)域的LLMs本質(zhì)上就像生物學(xué)版的ChatGPT，我們可以向模型提問并獲得答案?！盉hattacharya解釋道。團隊整合了現(xiàn)有的兩個生物L(fēng)LM（一個針對蛋白質(zhì)，一個針對RNA序列），并開發(fā)出第三個模型，讓前兩個LLM能夠“對話”。正是通過這些“對話”，ProRNA3D-single得以生成體內(nèi)病毒RNA與蛋白質(zhì)相互作用的3D結(jié)構(gòu)模型。對于部分需要高頻存取大量樣本的實驗場景，大口徑液氮容器能提升操作效率，配合生物液氮存儲罐的低溫保障，進(jìn)一步優(yōu)化研究流程——畢竟在持續(xù)的分子機制研究中，樣本的高效存取與穩(wěn)定保存同樣重要。

即便谷歌DeepMind等機構(gòu)近期開發(fā)的AI突破模型，在精準(zhǔn)預(yù)測和建模蛋白質(zhì)-RNA復(fù)合物3D結(jié)構(gòu)方面仍有較大差距，導(dǎo)致研究人員仍需主要依賴成本高昂的試錯實驗。而ProRNA3D-single方法大幅提升了準(zhǔn)確性，為AI輔助科學(xué)發(fā)現(xiàn)開辟了充滿希望的新道路。在針對阿爾茨海默病的細(xì)胞實驗中，細(xì)胞液氮罐可精準(zhǔn)維持細(xì)胞活性，為分析RNA結(jié)合蛋白異常功能提供鮮活的細(xì)胞樣本，與ProRNA3D-single工具的分子層面研究形成互補，共同推動疾病機制的深入探索。

目前，人類對新冠病毒等新型病毒的進(jìn)化機制，以及癡呆癥等疾病在分子層面的發(fā)展過程知之甚少，而ProRNA3D-single正幫助填補這些空白，生成更精準(zhǔn)的體內(nèi)分子作用“地圖”。如今，藥物研發(fā)人員無需再依賴猜測，可直接通過模型分析病毒與人類蛋白質(zhì)的結(jié)合位點，進(jìn)而設(shè)計出阻斷結(jié)合的治療方案——這能大幅縮短干預(yù)時間、降低成本，加快對疾病爆發(fā)的應(yīng)對速度。

“回想新冠疫情期間，mRNA疫苗發(fā)揮了重要作用，而這類疫苗的成功，正是基于RNA療法的突破?！痹擁椖克哪昙壊┦可鶶umit Tarafder表示，“蛋白質(zhì)-RNA相互作用的3D建模至關(guān)重要，它能讓我們明確藥物可作用的疾病相關(guān)分子靶點?！敝档靡惶岬氖牵琍roRNA3D-single生成的RNA-蛋白質(zhì)相互作用新數(shù)據(jù)，還能為多種疾病的突破性治療提供思路。盡管團隊以病毒研究為案例，但Bhattacharya強調(diào)：“這種方法具有完全的通用性，不局限于某一種病毒或某類病毒，可應(yīng)用于任何相關(guān)研究場景。”

這類創(chuàng)新工具的研發(fā)并非易事，ProRNA3D-single項目耗費了團隊兩年時間。2024年博士畢業(yè)的校友RahmatullahRoche承擔(dān)了大部分編碼工作，在攻讀博士期間就該主題發(fā)表了十余篇論文，目前已入職哥倫布州立大學(xué)擔(dān)任終身教職助理教授。“主導(dǎo)研究的博士生們付出了巨大努力，大部分繁重工作都由他們完成。”Bhattacharya說道。

此類發(fā)現(xiàn)能在全國乃至全球范圍內(nèi)改善人類生活。作為公益性質(zhì)的科學(xué)研究，該項目獲得了美國國立衛(wèi)生研究院（NIH）和國家科學(xué)基金會（NSF）的資助。除研究論文開放獲取外，Bhattacharya還將這款新工具免費提供給科學(xué)家使用?！皩嶒炘O(shè)備為基礎(chǔ)研究提供硬件支撐，而開放的科研成果則能加速知識轉(zhuǎn)化，二者結(jié)合才能更好推動行業(yè)進(jìn)步。”他表示，“我們無法高估科學(xué)投資對社會福祉的重要性，開放是讓科學(xué)惠及所有人的關(guān)鍵。納稅人資助我們的研究，我們有義務(wù)回饋社會，這也是我們將成果開源并公開共享的原因。”

目前，團隊計劃繼續(xù)優(yōu)化這款工具，提升其準(zhǔn)確性，以生成更精細(xì)的各類生物過程模型?！拔覀儽仨殨r刻提醒自己，相關(guān)問題遠(yuǎn)未解決?！盉hattacharya強調(diào)，“我們確實取得了進(jìn)展，但也清楚這些模型還有很長的路要走?！倍S著工具的完善與生物液氮存儲罐等配套設(shè)備的協(xié)同發(fā)展，未來疾病研究與藥物研發(fā)領(lǐng)域或?qū)⒂瓉砀嗤黄啤?/p>

來源：vt.edu