研究人员利用人工智能了解蛋白质在细胞内的行为，提供了可能有助于药物研发的见解。
剑桥大学的一个研究团队创建了一个详细的蛋白质图谱，以阐明它们在人体细胞内的行为。这个创新工具有潜力揭示与蛋白质功能失常相关的疾病（如痴呆症和各种癌症）的根本原因。
这项研究的成果发表在自然通讯上，研究人员已在细胞内识别出发挥关键作用的新蛋白质，这些蛋白质对多种身体功能至关重要。团队专注于强调液滴状结构，即在细胞内作为蛋白质聚集和组织的聚集体。这些聚集体也是疾病过程发起的重要场所。
研究结果向全球科学家公开，使他们能够探索感兴趣的特定蛋白质靶标及其相关的聚集体系统。
首席研究员图马斯·诺尔斯教授表示：“通过这一模型，我们发现了膜无细胞结构中的新颖元素，并挖掘了支配其功能的基本原则。”
蛋白质聚集体
细胞由高度组织的分子组成，而聚集体作为其中一种组织机制。这些微观中心是推动细胞功能的机器的基本组成部分。
诺尔斯解释道：“到目前为止，我们缺乏详细的地图，详述哪些蛋白质聚集在特定的聚集体内。我们的工作在这方面提供了第一个图谱。”
利用人工智能
鉴于对细胞内蛋白质指导规则的理解不完整，研究团队开始创建此图谱，以预测聚集体内蛋白质的相互作用。
研究的第一作者、迷失折叠疾病中心的博士后研究员卡迪·李斯·萨尔博士表示：“我们进行这项研究的动机源于理解蛋白质聚集体复杂性质的追求，超越现有的科学知识。”
研究人员利用了像StringDB和BioGRID等包含多种细胞相关数据的广泛数据库，并结合对单个聚集体的详细案例研究。
人工智能的使用使科学家能够整合和分析大量复杂的数据集，这在以前是难以比较的。而早期的研究集中在有限数量的蛋白质上，这个图谱提供了细胞景观的全面视图。
萨尔评论道：“通过这个图谱，我们现在可以预测每个蛋白质在细胞内的位置、它与其他蛋白质的相互作用及其空间分布，从而促进与不规则聚集体形成相关疾病的新研究机会和潜在干预。”
蛋白质发现
人工智能算法在细胞模型中检测到了以前未被识别的蛋白质。在实验室设置中确认这些蛋白质的存在，将验证人工智能预测的准确性。
研究人员表示：“我们的研究揭示了聚集体内之前未在这些位置鉴定的蛋白质。这些蛋白质参与了诸如脂肪分布、细胞内肌动蛋白形成和蛋白质合成等重要身体功能。值得注意的是，这些蛋白质在我们使用的先前训练数据集中是缺失的。”
研究人员表示：“这些发现为推进我们对聚集体在生物过程中的作用及其形成的基本物理机制的理解提供了希望。”
