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，在抗击癌症方面取得了进展。该团队由物理系生物物理学副教授RafaelBernardi博士领导，开发了一种新方法，将人工智能(AI)与分子动力学模拟和网络分析相结合，以增强对PD-L1蛋白结合位点的预测。这一突破有望通过识别癌症相关蛋白质中的关键相互作用点来加速个性化癌症治疗的发展。

他们的研究成果发表在《美国化学学会杂志》上，重点研究治疗性蛋白质如何与PD-L1相互作用，PD-L1是一种已知可以帮助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进免疫疗法，例如派姆单抗(Keytruda)，这些疗法已经彻底改变了癌症治疗。

Bernardi博士表示：“利用计算工具设计蛋白质代表了癌症治疗的下一个前沿。我们将人工智能、分子动力学和网络分析相结合，为癌症患者开发个性化疗法，具有巨大的潜力。”

描绘癌症治疗的未来

癌症治疗的最大挑战之一是准确预测药物可以在哪里与靶蛋白结合。在这种情况下，研究人员专注于PD-L1，这是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，了解新疗法究竟在哪里靶向PD-L1一直是一个长期存在的问题。

Bernardi博士及其团队开发了一种复杂的方法，将基于AlphaFold2的AI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瑞士巴塞尔大学和苏黎世联邦理工学院的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，奥本大学研究员DiegoGomes博士说。

该计算方法已通过交联质谱和新一代测序等尖端实验技术进行了验证。这些实验证实了该团队预测的准确性，证明了将计算模型与实验验证相结合以揭示复杂蛋白质-蛋白质相互作用的强大能力。

影响和未来方向

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，有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，而传统实验方法在这一领域可能既缓慢又昂贵。

“这项研究强调了NAMD和VMD等计算工具与NVIDIADGX系统等尖端硬件相结合在推动癌症治疗方面的潜力。我们的研究结果标志着我们朝着开发新的癌症靶向治疗方法迈出了重要一步，”Gomes补充道。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：