秃头福音!医疗联手AI,大势所趋,破解秃头难题

人工智能 2021-06-01 11:11www.robotxin.com人工智能专业
每次洗头,头发掉一把,家里到处都是,,床上、地上、卫生间、下水道到处都是,不少人都被脱发的问题困扰,也都担心自己会秃头。

人为什么会秃头?

秃头的几大元凶熬夜、动脑、压力大,真正原因还是体内激素失衡导致的!

二氢睾酮是人体中已知最强的雄激素,由 SRD5A2 催化合成,水平过高会导致前列腺增生和脱发。可以通过抑制 SRD5A2 来降低患者二氢睾酮水平

SRD5A2 具有独特的七次跨膜结构,缺乏高分辨率结构信息,难以通过“模板建模”(template-based modeling)方法获得初始构型来解析晶体数据。

作为SRD5A2 的高效抑制剂,非那雄胺(finasteride)被广泛用于治疗这类疾玻

而催化二氢睾酮合成的机理以及非那雄胺抑制 SRD5A2 酶活的机制也并不清晰。

终于在11月17日,发布了一项重要AI医学进展秃头元凶“SRD5A2”的蛋白质结构破解!

AI Lab联合团队破解秃头关键因素“SRD5A2”酶结构

从医学角度,人体的脱发主要是因为一种叫“SRD5A2”的物质在作怪。

SRD5A2可以催化合成二氢睾酮,使其水平过高,会导致前列腺增生和脱发。

AI Lab 科研团队采用“从头折叠”的蛋白质结构预测方法帮助解析了SRD5A2晶体结构,

通过自研AI工具“tFold”有效提升了蛋白质结构预测精度,解析了II型5a还原酶(SRD5A2)的三维结构,

揭示了治疗脱发和前列腺增生的关键药物分子“非那雄胺”对于该酶的抑制机制,

还可以拓展应用于蛋白质分子和病理学机制的相关研究中。

那么问题来了,“从头折叠”是什么技术?AI工具“ tFold”又是怎么发挥作用的?为什么这些技术对于解决秃头问题意义重大?

什么是“从头折叠”技术?

所谓“从头折叠”是相对于“模板建模”的一种蛋白质结构预测方法,又称“自由建模”,可以不依赖于模板来预测蛋白结构。

为了获得更高精度的“从头折叠”的结构模型,采用了自研AI工具tFold 工具

AI工具 tFold 如何发挥作用?

AI Lab 自研的 tFold 工具是破解 SRD5A2 蛋白结构的关键,提升“从头折叠”方法的精度。

tFold工具通过三项技术创新,实现了蛋白结构预测精度的大幅提升

“多数据来源融合”(multi-source fusion)技术来挖掘多组多序列联配(multiplesequence alignment, MSA)中的共进化信息。

“深度交叉注意力残差网络”(deep cross-attention residual ork,DCARN)极大提高一些重要的蛋白2D结构信息(如残基对距离与取向矩阵)的预测精度。

“模板辅助自由建模“(Template-based Free Modeling, TBFM)方法,将自由建模(Free Modeling, FM)和模板建模(Template-based Modeling, TBM)生成的3D模型中的结构信息加以有效融合,从而大大提高了最终3D建模的准确性。

tFold工具的价值

研究方面

AI Lab 于2020年初在CAMEO平台注册了自动化蛋白结构预测服务器 tFold server。

自2020年6月起至今一直保持周度、月度、季度、半年度冠军。

tFold server在一般案例上领先业内权威方法6%以上,在困难案例上则领先12%以上。

应用方面

tFold server的公测版也已经在「云深智药」平台发布。初衷是帮助用户大幅度减少寻找潜在活性化合物的时间和成本。

AI在线助力药物平台云深智药

它是发布的首个AI驱动的药物发现平台,整合了 AI Lab和云在前沿算法、优化数据库以及计算资源上的优势。

在这个平台上,用户可以手动输入待预测的氨基酸序列或从本地上传FASTA 格式的序列文件。在经过一定时间的计算之后,用户即可得到使用“从头折叠”方法预测得到高精确度蛋白结构。

tFold server的3D Modeling输出页面。左边部分为从头折叠得到的3D蛋白模型;右边部分是该3D模型在给定的预测残基对距离矩阵下的偏差。

目前,「云深智药」的五大模块已覆盖临床前新药发现全流程,包括蛋白质结构预测、分子生成模块、虚拟筛癣ADMET预测和合成路线规划模块。

除药物研发以外, AI Lab 也在影像筛查、病理诊断、病理研究等多个医疗领域持续探索。

AI Lab的应用成果

中国首款智能显微镜

宫颈液基细胞(TCT)标本临床样本观察、筛癣标记。已获得国家药监局审批证书。

前沿算法能够准确区分神经胶质瘤(大脑最常见肿瘤)的不同亚型并进行分级

我静静等待脱发被治愈的那天,而谁能成为医疗AI领域的“霸主”,还要凭技术研究实力。

Copyright © 2016-2025 www.robotxin.com 人工智能机器人网 版权所有 Power by