Google DeepMind 推出可预测所有生命分子的结构和相互作用的 AlphaFold 3

Google DeepMind 推出可预测所有生命分子的结构和相互作用的 AlphaFold 3 Google DeepMind 今天在博客中介绍了和 Isomorphic Labs 共同开发的 AlphaFold 3，一种新型生命科学 AI 模型。该模型在准确预测蛋白质、DNA、RNA、配体等的结构基础之上，新增了对其相互作用的预测，相比当前最先进的方法至少有 50% 以上的提升， Google 希望它能够改变对生物世界和药物发现的理解。 该模型的论文已经发表在最新一期自然杂志上。现在，科学家可以通过新推出的易于使用的研究工具 AlphaFold Server 免费使用该模型大部分功能，包括免费的 2 亿个蛋白质结构的数据库。 ，

谷歌 DeepMind 推出活细胞人工智能模型

谷歌 DeepMind 推出活细胞人工智能模型 谷歌的 DeepMind 推出了一个人工智能模型，用于研究生命的基本构成要素及其在细胞内的相互作用，推动了揭示疾病秘密和寻找疾病(如癌症)疗法的努力。根据周三在《自然》期刊上发表的一篇论文，最初于2018年开发的AlphaFold 3对微小生物结构外观和相互作用做出了迄今最精确的预测。同构实验室的首席人工智能官马克斯•贾德伯格表示，AlphaFold 3的能力为研究人员提供了新的机会，可以迅速识别潜在的新药分子。同构实验室与制药公司礼来和诺华有合作关系。“这使得我们的科学家和药物设计师能够在原子水平上创造和测试假设，并且在几秒钟内使用AlphaFold 3生成高度准确的结构预测。”贾德伯格说，“与可能需要数月甚至数年的实验相比，这是非常快速的。”AlphaFold 3展示了“显著提高”的预测准确性，超过了许多现有的专业工具，包括基于前两代技术的工具。研究表明，开发正确的人工智能深度学习框架，可以大大减少获取“生物相关性能”所需的数据量。

MIT新模型可以快速识别和确定不应同时服用的药物

MIT新模型可以快速识别和确定不应同时服用的药物 麻省理工学院和其他研究人员开发了一种多管齐下的策略，以识别不同药物所使用的转运体。他们的方法同时利用了组织模型和机器学习算法，已经发现一种常用抗生素和一种血液稀释剂会相互干扰。资料来源：麻省理工学院，何塞-路易斯-奥利瓦雷斯麻省理工学院、布里格姆妇女医院和杜克大学的研究人员现已开发出一种多管齐下的策略，用于识别不同药物所使用的转运体。他们的方法同时利用了组织模型和机器学习算法，已经发现一种常用抗生素和一种血液稀释剂会相互干扰。"建立吸收模型的挑战之一是药物会受到不同转运体的影响。"麻省理工学院机械工程副教授、布里格姆妇女医院胃肠病学家、该研究的资深作者乔瓦尼-特拉韦索（Giovanni Traverso）说："这项研究的目的在于我们如何模拟这些相互作用，这可以帮助我们使药物更安全、更有效，并预测到目前为止可能难以预测的潜在毒性。"更多地了解哪些转运体有助于药物通过消化道，还有助于药物开发人员通过添加辅料来增强药物与转运体的相互作用，从而提高新药的可吸收性。麻省理工学院前博士后史云华和丹尼尔-雷克是这项研究的主要作者，他们的研究成果最近发表在《自然-生物医学工程》杂志上。药物运输先前的研究已经确定了消化道中帮助药物通过肠粘膜的几种转运体。其中最常用的三种是 BCRP、MRP2 和 PgP，它们也是新研究的重点。在这项研究中，特拉韦索和他的同事采用了他们在2020年开发的一种组织模型来测量特定药物的吸收性。这种实验装置基于在实验室培育的猪肠组织，可用于将组织系统地暴露在不同的药物配方中，并测量它们的吸收情况。为了研究单个转运体在组织中的作用，研究人员使用名为siRNA的短RNA来敲除每个转运体的表达。在每个组织切片中，他们敲除了不同的转运体组合，从而研究了每种转运体如何与多种不同药物相互作用。"有几条路可以让药物通过组织，但你不知道是哪一条路。我们可以分别关闭这几条路，以便弄清楚，如果我们关闭了这条路，药物还能通过吗？如果答案是肯定的，那么它就没有使用那条路，"特拉韦索说。研究人员使用该系统测试了 23 种常用药物，从而确定了每种药物使用的转运体。然后，他们根据这些数据以及来自几个药物数据库的数据训练了一个机器学习模型。根据药物化学结构之间的相似性，该模型学会了预测哪些药物会与哪些转运体发生相互作用。利用这一模型，研究人员分析了一组新的 28 种常用药物以及 1595 种实验药物。这一筛选得出了近 200 万个潜在药物相互作用的预测结果。其中包括预测抗生素强力霉素可能与常用的血液稀释剂华法林发生相互作用。多西环素还被预测会与治疗心力衰竭的地高辛、抗癫痫药物左乙拉西坦和免疫抑制剂他克莫司发生相互作用。确定相互作用为了验证这些预测，研究人员研究了约 50 名患者的数据，这些患者在被处方强力霉素时已经服用了这三种药物中的一种。这些数据来自马萨诸塞州总医院和布里格姆妇女医院的病人数据库，数据显示，当给已经服用华法林的病人服用强力霉素时，病人血液中的华法林水平会升高，然后在停止服用强力霉素后又会下降。这些数据还证实了模型的预测，即多西环素的吸收会受到地高辛、左乙拉西坦和他克莫司的影响。此前，只有他克莫司一种药物被怀疑会与强力霉素发生相互作用。特拉韦索说："这些都是常用药物，我们是第一个使用这种加速的硅学和体外模型来预测这种相互作用的人。这种方法让你有能力了解同时使用这些药物的潜在安全影响"。除了识别已在使用的药物之间可能存在的相互作用，这种方法还可应用于正在研发的药物。利用这项技术，药物开发人员可以调整新药分子的配方，以防止与其他药物发生相互作用或提高其可吸收性。Vivtex 是麻省理工学院前博士后托马斯-冯-埃拉赫（Thomas von Erlach）、麻省理工学院研究所教授罗伯特-朗格（Robert Langer）和特拉韦索（Traverso）于 2018 年共同创立的一家生物技术公司，旨在开发新型口服给药系统。编译自:ScitechDaily ... PC版： 手机版：

实验室培育的模型肿瘤可预测特定药物的治疗效果

实验室培育的模型肿瘤可预测特定药物的治疗效果 由人类肠癌细胞形成的类器官三维结构。蓝色表示单个细胞的细胞核，绿色表示将每个细胞粘在一起的蛋白质，红色表示癌细胞的方向  。研究人员在实验室中培育肿瘤，以便在肠癌患者开始治疗前准确预测哪些药物对他们有效。WEHI领导的这项世界首创研究发现，在肿瘤器官组织（由患者自身组织培养而成的三维癌症模型）上进行药物测试，可以显示它们对特定癌症治疗的反应。目前正在根据研究结果开展一项临床试验，该试验将首次验证类器官药物测试是指导肠癌患者选择治疗方法的准确方法，肠癌是澳大利亚致死率第二高的癌症。WEHI领导的研究证明，类器官药物测试可以预测晚期肠癌患者对治疗的反应，准确率高达90%。这项研究是世界上首次使用源自患者的肿瘤器官组织来预先测试现有治疗方案的有效性，并为肠癌患者确定潜在的新疗法。根据这项研究成果开展的临床试验将于今年启动，以评估类器官药物测试能否彻底改变癌症患者的治疗方式。肠癌，又称结肠直肠癌，仍然是全球癌症相关死亡的第二大原因。在澳大利亚，肠癌也是第四大确诊癌症。虽然肠癌如果发现得早可以得到成功治疗，但由于缺乏症状，只有不到一半的患者在初期阶段得到诊断。这意味着患者往往在癌症扩散到身体其他部位后才被诊断出来。尽管治疗肠癌的方法越来越多，但目前预测哪种疗法对每位患者最有效的能力却很有限。肿瘤类器官是一种微型三维癌症模型，尺寸只有沙粒大小。肿瘤器官组织是在实验室中根据患者自身的组织样本培育而成的，它能模拟癌症的特征，包括对药物治疗的敏感性。在发表于《细胞报告医学》（Cell Reports Medicine）的一项具有里程碑意义的研究中，WEHI 的研究人员表明，通过评估肠癌患者的器官组织对特定药物的反应，该技术可以确定对个别肠癌患者最有效的治疗方法。共同首席研究员、肿瘤内科医生彼得-吉布斯教授说，这一发现可以结束目前为患者选择癌症治疗方法的试验和错误过程，并改善他们的生活质量。"吉布斯教授同时也是 WEHI 实验室的负责人，他说："每次给病人提供无效的治疗，都会让病人损失 2-3 个月的时间。成功治疗的窗口往往是有限的，因此我们必须选择成功几率最高的方案，避免其他不太可能奏效的治疗方法。我们的研究结果表明，类器官药物测试有可能改变癌症治疗的游戏规则，通过改进治疗选择，有可能彻底改变个性化医疗和临床医生与患者之间的护理"。由于可以从一个患者组织样本中培育出数百个器官组织，因此可以在实验室中测试各种不同的治疗方案。"许多晚期肠癌患者只有一到两次治疗机会。在开始治疗前了解什么方法最有可能奏效，将对他们的生存结果和生活质量产生重大影响，"吉布斯教授说。左起：彼得-吉布斯教授、奥利弗-西伯副教授和谭涛博士。作为研究的一部分，30 名肠癌晚期患者的器官组织被用于在临床可行性试验中对化疗药物进行预试验。该研究的通讯作者、WEHI 实验室主任奥利弗-希伯（Oliver Sieber）副教授说，看到这项研究取得令人鼓舞的成果，对团队来说是一个突破性的时刻，验证了团队五年多来的研究成果。"西伯副教授说："如果一种药物对肿瘤类器官没有作用，那么这种治疗对病人也没有作用，反之亦然。我们的研究表明，类器官药物检测能够预测研究患者的治疗反应，准确率高达 83%。重要的是，预先测试显示出无效疗法的准确率超过 90%"。研究人员还利用有机体来测试不常用于肠癌患者的化疗药物的有效性。他们发现两名患者的器官组织对一种常用于治疗乳腺癌和膀胱癌的药物很敏感。"我们不仅首次证明了类器官药物试验可以预测患者对肠癌治疗的反应，而且还在试验中为患者找到了新的治疗方案。这就是这项令人难以置信的技术的力量"。一名研究人员手持装有实验室培育的器官组织的托盘，器官组织只有沙粒大小。合作试验这项研究的第一作者陶坦（Tao Tan）博士正在将研究成果转化为临床试验，今年将在维多利亚州的多家医院展开。这项研究将由澳大利亚癌症协会和斯塔福德-福克斯医学研究基金会（Stafford Fox Medical Research Foundation）资助，研究人员希望招募最近被诊断出患有肠癌的患者，以评估他们的肿瘤器官组织能否准确预测个人对治疗的反应。这项题为"基于患者衍生肿瘤类器官的转移性结直肠癌标准疗法预测性测试统一框架"的研究发表在《细胞报告医学》（Cell Reports Medicine）上。这项研究得到了澳大利亚胃肠道试验小组（AGITG）、斯塔福德-福克斯医学研究基金会、澳大利亚癌症协会、北京基因组研究所、维多利亚州癌症理事会维多利亚州癌症生物库和维多利亚州政府的支持。 ... PC版： 手机版：

科学家利用固态自旋量子传感器研究了电子自旋之间新的速度相关相互作用

科学家利用固态自旋量子传感器研究了电子自旋之间新的速度相关相互作用 标准模型是粒子物理学中一个非常成功的理论框架，描述了基本粒子和四种基本相互作用。然而，标准模型仍然无法解释当前宇宙学中的一些重要观测事实，例如暗物质和暗能量。一些理论认为，新粒子可以充当传播者，在标准模型粒子之间传递新的相互作用。目前，缺乏关于自旋速度相关新相互作用的实验研究，特别是在相对较小的力距离范围内，几乎不存在实验验证。研究人员设计了一个配备两颗钻石的实验装置。使用化学气相沉积在每颗钻石表面制备了高质量的氮空位 （NV） 集成。一个NV系综中的电子自旋用作自旋传感器，而另一个则充当自旋源。研究人员通过相干地操纵两个金刚石NV系综的自旋量子态和相对速度，在微米尺度上寻找电子速度依赖性自旋之间的新相互作用效应。首先，他们使用自旋传感器来表征磁偶极子与自旋源的相互作用作为参考。然后，通过调制自旋源的振动并执行锁定检测和相位正交分析，他们测量了SSIVD。研究的实验结果。图片来源：DU et al.对于两种新的相互作用，研究人员分别在小于1厘米和小于1公里的力范围内进行了首次实验检测，获得了宝贵的实验数据。正如编辑所说，“这些结果为量子传感界带来了新的见解，以利用固态自旋的紧凑、灵活和敏感特征来探索基本相互作用。该团队由中国科学院中国科学技术大学杜江峰院士和邢荣教授领导，浙江大学焦满教授合作。更多信息：Yue Huang 等人，与固态量子传感器的奇异自旋-自旋-速度相关相互作用的新约束，物理评论快报 （2024）。DOI： 10.1103/PhysRevLett.132.180801 ... PC版： 手机版：

男童的发现揭示了植物与昆虫之间高度复杂的相互作用

男童的发现揭示了植物与昆虫之间高度复杂的相互作用 据美国宾夕法尼亚州立大学（Pennsylvania State University）萨拉·拉琼斯（Sara LaJeunesse）2022年9月2日报道，男孩的发现揭示了植物和昆虫之间高度复杂的相互作用（Boy's discovery reveals highly complex plant-insect interaction）。上述图示是一只蚂蚁拿着一个含有黄蜂幼虫（wasp larvae）的橡树瘿（oak gall）。研究人员发现蚂蚁、黄蜂和橡树之间有着复杂的关系。 当8岁的雨果·迪恩斯（Hugo Deans）在后院的一根木头下的蚂蚁窝附近发现了一些BB大小的物体时，他认为它们是一种种子。然而，他的父亲安德鲁·迪恩斯（Andrew Deans，宾夕法尼亚州立大学的昆虫学教授）很快就知道它们是什么其实就是橡树瘿，或者是由昆虫引发的植物生长。他当时没有意识到的是，虫瘿是蚂蚁、黄蜂和橡树之间复杂关系的一部分，这一发现将颠覆一个世纪以来关于植物与昆虫相互作用的知识。 ... 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot