🧐較早收集於 49m

David Baker 獲 700 萬美元蛋白質 AI 計畫

David Baker 獲 700 萬美元蛋白質 AI 計畫
PostLinkedIn
🧐閱讀原文: GeekWire

💡700 萬美元資助諾貝爾得主將 AI 蛋白質推向市場—生物科技 AI 進展關鍵(42字元)

⚡ 30-Second TL;DR

有什麼變化

諾貝爾得主 David Baker 獲 700 萬美元資金

為什麼重要

促進 AI 蛋白質設計商業化,可能憑 Baker 專業革新生物科技工具與療法。

下一步行動

檢視 David Baker 的 RosettaCommons 工具,實驗 AI 蛋白質設計工作流程。

誰應關注:Researchers & Academics

關鍵要點

  • 諾貝爾得主 David Baker 獲 700 萬美元資金
  • Washington Research Foundation 投資華盛頓大學實驗室
  • 焦點:AI 設計蛋白質轉為真實世界工具
  • 從電腦設計到實驗室與市場的路徑

🧠 深度解析

Web-grounded analysis with 9 cited sources.

🔑 增強重點摘要

  • David Baker 的蛋白質設計工作已衍生出 10 家新創公司,Baker 本人共同創辦了 21 家生技公司,展示了從基礎研究到商業化的成熟生態系統
  • 2024 年 9 月,Neil King 獲得美國政府 ARPA-H 和 NIAID 共 7,000 萬美元的研究資助,用於開發皰疹疫苗和大流行防備技術,標誌著聯邦資金對 AI 蛋白質設計的重大轉變
  • Baker 實驗室開發的 ProteinMPNN 軟體被譽為「蛋白質設計領域的 AlphaFold」,能顯著提高 AI 設計蛋白質的折疊成功率和複雜組裝能力
  • 2025 年最新研究發表於《Science》期刊,展示 AI 設計的蛋白質可識別癌症和病毒相關標誌物,有望加速個性化免疫療法的發展

🛠️ 技術深入

  • 蛋白質設計流程分為三個部分:(1) 生成新蛋白質形狀,(2) 設計氨基酸序列,(3) 驗證功能性
  • ProteinMPNN 是深度學習網路,在 200 萬個預測蛋白質結構的增強數據集上訓練,用於生成可靠折疊的氨基酸序列
  • Baker 實驗室利用 30 PB 未組裝基因組數據進行七倍深度的多序列比對,系統篩選 200 萬個人類蛋白質對,預測 17,849 個相互作用(精確度 90%)
  • AI 設計的胰島素受體激動劑在體內表現出比天然胰島素更強的效力,並能保留對疾病相關受體突變的活性

🔮 前景展望AI analysis grounded in cited sources

AI 蛋白質設計將使個性化癌症和病毒治療的成本大幅下降
Baker 實驗室展示可在數天內修改 AI 設計蛋白質以靶向新的癌症和病毒標誌物,使個性化治療製造流程標準化
聯邦政府對計算蛋白質設計的資金投入將在未來 3-5 年內加速增長
從 2016 年聯邦機構拒絕 Baker 的提案,到 2024 年 Neil King 獲得 7,000 萬美元資助,顯示政策環境的根本轉變
蛋白質設計軟體將成為生物技術研發的基礎設施,類似於 AlphaFold 對結構預測的影響
ProteinMPNN 被定位為蛋白質設計的 AlphaFold 等價物,SciLifeLab 等研究機構已開始開發其改進版本以整合實驗數據

時間線

2014
華盛頓大學蛋白質設計研究所成立,開始衍生新創公司
2016
Open Philanthropy 開始資助 David Baker 和 Neil King 的蛋白質設計研究,支持 Rosetta 軟體改進和深度學習整合
2021
David Baker 獲得突破獎生命科學獎,確認其在蛋白質設計領域的領導地位
2024-07
Baker 實驗室在《Science》發表論文,展示 AI 可生成新蛋白質形狀
2024-09
Neil King 獲得美國政府 ARPA-H 和 NIAID 共 7,000 萬美元資助,用於疫苗和大流行防備研究
2024-10
David Baker 獲得 2024 年諾貝爾化學獎,表彰其計算蛋白質設計工作
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: GeekWire