AI工具解锁了阿尔茨海默氏症和帕金森氏病背后的长期错误折叠的谜团
作者：by Rice University
一种新颖的人工智能（AI）工具揭示了疾病连接的蛋白如何折叠成有害结构，这是理解神经退行性疾病（例如阿尔茨海默氏症和帕金森氏症）的关键。
这项研究由变革实验室和赖斯大学的彼得·沃利恩斯（Peter Wolynes）的Mingchen Chen引入了RibbonFold，这是一种新的计算方法，能够预测淀粉样蛋白长，扭曲的纤维的结构，这些纤维在患有神经系统下降的患者的大脑中积累。
这项研究是出版在国家科学院论文集。
色带折原是唯一量身定制的，以解决错误折叠蛋白而不是功能蛋白的复杂和可变结构。
“我们已经展示了如何通过对能量景观的物理理解来限制AI折叠代码淀粉样蛋白纤维D.R. Bullard-Welch基金会科学教授，理论生物物理中心的联合导演Wolynes说：“ RibbonFold胜过其他基于AI的预测工具，例如Alphafold，该工具只能预测正确折叠的球形球形蛋白质结构。”
黯然失色的黄金标准
带膜建立在AI驱动的蛋白质结构预测的最新进展基础上。与诸如Alphafold2或Alphafold3的工具不同，该工具受到了良好的表现，球状蛋白的训练，功能纤维包括适合捕获类似丝带的特性的约束。淀粉样蛋白原纤维。研究人员使用淀粉样蛋白原纤维上的现有结构数据训练了该模型，然后对其他已知的验证原纤维故意将结构排除在培训之外。他们的结果表明，功能纤维在该专业领域中优于现有的AI工具，并揭示了先前忽略的淀粉样蛋白在体内形成和发展的细微差别。
重要的是，这表明原纤维可能以一种结构形式开始，但可能会随着时间的流逝而转变为更加不溶性构型疾病进展。
Wolynes说：“错误折叠的蛋白质可以采用许多不同的结构。”“我们的方法表明，稳定的多晶型物可能会因与其他形式更不溶性而获胜，从而解释了症状的晚期发作。这个想法可以重塑研究人员如何处理神经退行性疾病治疗。”
药物开发及以后的新领域
带状纤维在预测淀粉样蛋白多晶型物方面的成功可能标志着科学家如何处理神经退行性疾病的转折点。
提供了一种可扩展，准确的方法来分析有害蛋白质聚集体的结构，功能区为新的可能性打开了新的可能性药物开发。现在，药物研究人员可以通过更精确地与最相关的纤维纤维结构结合来靶向药物设计。
这项研究的作者说：“这项工作不仅解释了一个长期存在的问题，而且还为我们提供了系统地研究和干预人生最具破坏性过程之一的工具。”
除了医学外，这些发现还提供了对蛋白质自组装的见解，这可能会影响合成生物材料。此外，该研究解决了一个关键的谜团结构生物学：为什么相同的蛋白质可以折叠成多种引起疾病的形式。
Wolynes说：“有效预测淀粉样蛋白多晶型物的能力可以指导未来的突破，以防止有害蛋白质聚集，这是解决世界上一些最紧迫的神经退行性挑战的关键步骤。”
这项研究的其他作者包括首先作者Liangyue Guo和Qilin Yu以及Changping实验室的Di Wang和Xiaoyu Wu。
更多信息：Liangyue Guo等人，使用AI：RibbonFold，生成淀粉样蛋白原纤维的多晶型景观国家科学院论文集（2025）。doi：10.1073/pnas.2501321122
引用：AI工具解锁了阿尔茨海默氏症和帕金森氏病背后的长期错误折叠的奥秘（2025年，4月15日）检索2025年4月15日摘自https://medicalxpress.com/news/2025-04-ai-tool-longand-misfolding-mystery.html
该文档具有版权。除了为私人研究或研究目的的任何公平交易外，没有未经书面许可，可以复制部分。内容仅用于信息目的。
关于《AI工具解锁了阿尔茨海默氏症和帕金森氏病背后的长期错误折叠的谜团》的评论
暂无评论