每年全球因毒蛇咬伤而死亡的人数高达 10 万,而遭受永久性残疾的受害者数量更是这一数字的三倍。
华盛顿大学的一组研究人员刚刚发表了一项突破性成果,他们利用深度学习“从零”设计蛋白质,以便与神经毒素结合,进而协助开发新型蛇抗毒血清。能看到人工智能(AI)在现实中用于挖掘有前景的治疗候选分子的例子,实在令人感到兴奋。尽管 AI 在药物设计领域蕴含巨大潜力,但迄今为止经过验证的成功案例仍然寥寥无几,这与其在医学影像数据分析和疾病诊断等领域获得的众多成功应用形成了鲜明对比。在本次研究中,亲和力最高的毒素结合蛋白在体内针对原本致命剂量的毒素提供了高达 100% 的防护。
值得注意的是,研究人员已就所创造的蛋白质的“设计与成分”提交了一项临时专利申请。在前一期的《M&C 年度人工智能报告》中,我们的分析显示,与基于 AI 的药物发现相关的已公开专利申请数量出人意料地少。我们推测,这可能是因为许多申请者选择仅对化合物本身申请保护,以便将基础发现平台的详细信息保持机密。考虑到专利保护的有限期限以及这类平台可能随时间频繁更迭,这种策略可能是有效的。
然而,在这一案例中,不同蛇毒的成分存在巨大差异,即便是同一物种内的不同成员也不例外。例如,在美国,莫哈维响尾蛇携带的毒素其致死性可能相差十倍之多。在交叉实验中,研究显示论文中最佳候选分子的中和效果完全针对设计阶段所选定的目标毒素,因此,对所有采用这种方法可能生成的潜在有效候选分子进行专利申请显然不切实际。因此,新抗蛇毒血清的设计是一个很好的例子,说明对用于识别候选物的方法或平台进行补充专利保护可能是唯一可行的方法。随着医学从“一刀切”的治疗模式向更加个性化的定制治疗转变,每位患者可能获得不同的治疗药物,这类专利保护在未来的重要性将愈发凸显。
诺贝尔奖得主大卫·贝克和蒂莫西·帕特里克·詹金斯领导的一项开创性研究展示了创新的计算机设计蛋白,这些蛋白能够中和致命的蛇毒,带来了更安全、高效且成本低廉的治疗新可能。 A groundbreaking study led by Nobel Laureate David Baker and Timothy Patrick Jenkins introduces innovative, computationally designed proteins that can neutralize lethal snake venom toxins, offering potential for safer, more effective, and cost-efficient treatments.