人工智能开启了个性化癌症治疗的新途径

奥本大学的研究人员与巴塞尔大学和苏黎世联邦理工学院的科学家合作，在对抗癌症方面取得了突破性进展。该团队由物理系生物物理学副教授Rafael Bernardi博士领导，开发了一种将人工智能(AI)与分子动力学模拟和网络分析相结合的新方法，以增强对PD-L1蛋白结合位点的预测。通过确定癌症相关蛋白的关键相互作用点，这一突破有望加速个性化癌症治疗的发展。

他们的研究成果发表在著名的《美国化学学会杂志》(Journal of the American Chemical Society)上，研究重点是了解治疗性蛋白质如何与PD-L1相互作用，PD-L1是一种已知有助于癌细胞逃避免疫系统检测的蛋白质。他们的发现可能有助于改善免疫疗法，例如已经彻底改变癌症治疗的派姆单抗(Keytruda)。

“利用计算工具来设计蛋白质代表了癌症治疗的下一个前沿，”Bernardi博士说。我们将人工智能、分子动力学和网络分析相结合的综合方法，在开发针对癌症患者的个性化治疗方面具有巨大的潜力。”

人工智能与生物物理学:描绘癌症治疗的未来

癌症治疗中最大的挑战之一是准确预测药物与目标蛋白结合的位置。在这种情况下，研究人员专注于PD-L1，一种癌症利用来抑制免疫系统的检查点蛋白。通过阻断PD-L1，一些现代药物可以释放免疫系统来攻击肿瘤。然而，了解新疗法靶向PD-L1的确切位置一直是一个长期存在的问题。

Bernardi博士和他的团队开发了一种复杂的方法，将基于alphafold2的人工智能工具与分子动力学模拟和动态网络分析相结合。他们的方法使他们能够预测和确认PD-L1蛋白中对药物相互作用至关重要的关键结合区域。

“这项工作展示了奥本大学计算团队与巴塞尔大学和瑞士苏黎世联邦理工学院同事的实验验证工作之间合作的重要性，推动了该领域的突破，”该研究的主要作者、奥本大学的研究员迭戈戈麦斯博士说。

计算方法得到了尖端实验技术的验证，包括交联质谱和下一代测序。这些实验证实了该团队预测的准确性，展示了将计算模型与实验验证相结合的力量，可以解开复杂的蛋白质-蛋白质相互作用。

影响及未来方向

这项研究的意义远远超出了PD-L1。所开发的方法可以应用于许多其他蛋白质，可能导致发现各种疾病的新药物靶点，包括其他类型的癌症和自身免疫性疾病。此外，这项研究为更具成本效益和快速开发治疗方法铺平了道路，传统的实验方法在这一领域可能缓慢而昂贵。

“这项研究强调了NAMD和VMD等计算工具与NVIDIA DGX系统等尖端硬件相结合，在推进癌症治疗方面的潜力。我们的发现标志着朝着开发新的、有针对性的癌症治疗迈出了重要的一步。”

奥本大学的生物物理团队由物理系、化学系和生物科学系的教师组成，致力于突破科学的界限，解决当今医学领域的一些最大挑战。这项研究是跨学科合作如何成为科学创新核心的又一个例子。