要解決（jué）疾病難題，首先需清晰洞（dòng）察其發生機製。無論是新型（xíng）病毒感染，還是（shì）阿爾茨海（hǎi）默病患（huàn）者大腦中形成的“偷記憶”斑塊，想要減輕人類（lèi）病痛，可視化體內疾（jí）病（bìng）進程都是關鍵一步——但這一步往往也是難度高、成本昂貴（guì）的環節。不過，弗吉尼亞理工大學計算機科學家團隊於9月16日在（zài）生物研究領域高影響力期刊《Cell Systems》發表（biǎo）的AI突破成果，正讓這（zhè）些模糊的疾（jí）病（bìng）進程逐漸清晰，同時也為生（shēng）物液氮存儲（chǔ）罐等實驗支撐設備的應用場景拓展提供了新方向。
該團隊由計（jì）算機科學副教授Debswapna Bhattacharya帶領（lǐng），開發的全新工（gōng）具ProRNA3D-single，為預（yù）測和可視化新型病毒、嚴重神經係統疾病侵襲人體時的內部分子（zǐ）變化，提供了（le）更精準的新方式（shì），進而（ér）為治療或預防這類疾病開辟新路徑。研（yán）究（jiū）中涉及的病毒RNA、蛋白質樣本長期穩定保存，需依托生物液氮存儲罐的超低溫環境，確保分（fèn）子結構不發生變（biàn）性，為後續AI建模提供可靠基礎——畢竟隻（zhī）有樣本保持原始狀態，AI生成的3D分子模型才能準（zhǔn）確反映真實的疾病相關分子作用機（jī）製。
數十（shí）年來，科學家一直（zhí）難以弄（nòng）清病（bìng）毒核糖核酸（suān）（RNA）如何與人類蛋白質結合形成複雜的3D分子結構。而這種結構至（zhì）關重（chóng）要（yào），它決定了（le）新冠病毒（SARS-CoV-2）等（děng）病原體能否傳播，也影響（xiǎng）著阿爾茨海默病等疾病是否（fǒu）會（huì）發作。此前，AI係統通過構（gòu）建代表DNA、RNA和蛋白質（zhì）的“字（zì）母表”，幫助研究人員（yuán）訓練生（shēng）物序列大型語言模（mó）型（LLMs），以此分析和模擬這些分子在體內的相互作用（yòng）。但ProRNA3D-single更進一步，它借助（zhù）AI生成這些分子精細的3D圖像，實現了從“文字描述”到“立體影像”的跨越。
“生物領域（yù）的LLMs本質上就像生物學版的（de）ChatGPT，我們可以向模型提問並（bìng）獲得答案。”Bhattacharya解釋道。團隊（duì）整合了現（xiàn）有的兩個生物LLM（一個針對蛋（dàn）白質，一個針（zhēn）對RNA序列），並（bìng）開發出第（dì）三個模型，讓前兩個LLM能夠“對話”。正是通（tōng）過這些“對話”，ProRNA3D-single得以生成體內病毒RNA與（yǔ）蛋白質相互作用的3D結構模型（xíng）。對（duì）於部分需（xū）要高頻存取（qǔ）大量樣本的實驗場景，大口徑液氮容（róng）器能提升操作效率（lǜ），配合生物液氮存儲罐的低溫保障，進一（yī）步優化研究流程——畢竟在持續的分子機製研究中，樣本的高效存取與穩定保存同樣重要。
即便穀歌DeepMind等機構近期（qī）開發的AI突破（pò）模型，在精準預測和建模蛋（dàn）白（bái）質-RNA複合物3D結構方麵仍有較大差距，導致（zhì）研究（jiū）人員仍（réng）需主要依賴成本高昂的試錯實（shí）驗。而ProRNA3D-single方法大幅提升了準確性，為AI輔助科學發現開辟了充滿希望（wàng）的新道路。在針對阿爾茨海默病的（de）細胞實驗中，細胞液氮罐可精準維持細胞活性，為分析RNA結合蛋白異常功（gōng）能提供鮮活的細胞（bāo）樣本，與（yǔ）ProRNA3D-single工具的分（fèn）子層麵（miàn）研究形成互補，共同推動疾（jí）病機製的深入探索。
目前，人類對新冠病毒等新型（xíng）病毒的進化機製，以及癡呆症等疾病在分子層麵的發展（zhǎn）過程知（zhī）之甚少，而ProRNA3D-single正幫（bāng）助填補這些空白，生成更精準的體內分子（zǐ）作用“地圖”。如今，藥物研發人員無需再依賴（lài）猜測，可直接通過模型分析病毒與人類蛋白質（zhì）的結（jié）合位點，進而設計出阻斷結合（hé）的治療方案——這能大幅縮短（duǎn）幹預時間、降低成本，加快對（duì）疾病爆（bào）發的應對速度。
“回想新冠疫情期間，mRNA疫苗發揮了（le）重（chóng）要作用（yòng），而這（zhè）類疫（yì）苗的成功，正是基於RNA療法的突破。”該項目四年（nián）級博（bó）士生Sumit Tarafder表示，“蛋白質-RNA相互作用的3D建模至關重（chóng）要，它能（néng）讓我們明確藥物可作用（yòng）的疾病相關分子靶點。”值得一提的是，ProRNA3D-single生成的RNA-蛋白質相互作用新數據，還能（néng）為多種疾病的突破性治療提供思路。盡管團（tuán）隊以病毒研究為案例，但Bhattacharya強調：“這種方法具有完全的通（tōng）用性，不局限於某一種病毒（dú）或某類病毒，可應用於任何相關研究場景。”
這類創新工具的研發並非易事，ProRNA3D-single項目耗（hào）費了團隊兩年時間（jiān）。2024年博士畢業的校（xiào）友RahmatullahRoche承擔了大部（bù）分編碼工作，在攻讀博士期間就該主題發表了十餘篇論文，目前已入職哥（gē）倫布州立大學擔任終身教職助理教授。“主導研究的博士生（shēng）們付出了巨（jù）大努力，大部分繁重工作都由他（tā）們完成。”Bhattacharya說道（dào）。
此類發現能在全國乃至全球範圍內（nèi）改善人類生（shēng）活。作為公益性質的科學研（yán）究，該項目獲得了（le）美國國立衛生研究院（NIH）和國家科學基金會（NSF）的資（zī）助。除研究論文開放獲（huò）取外，Bhattacharya還將這款新工具免（miǎn）費提供給科學家使用。“實驗（yàn）設備為（wéi）基礎研究提供硬件支撐，而開（kāi）放的科研成果則能加速知識轉化，二者結合才能更好推動行（háng）業（yè）進步。”他表示，“我們無法高估科學投資對社會福祉的重要性，開放是讓科（kē）學惠及所有人的（de）關（guān）鍵。納稅人資助我們的研究，我們有義務回饋（kuì）社會，這也是我們將成果（guǒ）開源並公（gōng）開共享（xiǎng）的原因。”
目前，團隊計劃繼續優化這款工具，提升其準確性，以生成更精細的各類生物過程（chéng）模型。“我們必（bì）須時刻提醒自己（jǐ），相關問題（tí）遠未解決（jué）。”Bhattacharya強調，“我們確（què）實取得了進展，但也清楚這些模型還（hái）有很長的路要走。”而隨著工具的完善與（yǔ）生物液氮存儲（chǔ）罐等配套設備的協同發展，未來疾病研究與藥物研發領域或將迎來更多突破。
來源：vt.edu
