2024年10月9日，蛋白質設計先驅 David Baker 教授與AlphaFold開發(fā)者 Demis Hassabis、John Jumpe 共同獲得了2024年諾貝爾化學獎。
在此之前，David Baker 教授和哈佛大學遺傳學家 George Church 教授在 Science 期刊發(fā)表了題為：Protein design meets biosecurity 的文章，介紹了對于AI蛋白質設計領域快速發(fā)展帶來的生物安全問題的思考和建議。
隨著人工智能（AI）方法的引入，計算蛋白質設計的能力和準確性迅速提高。這有望改變生物技術，促進可持續(xù)性和醫(yī)學的進步。
DNA合成在設計蛋白的實體化過程中發(fā)揮著關鍵作用。然而，與所有重大的革命性變化一樣，這項技術很容易被濫用以及用于生產(chǎn)危險的生物制劑。為了在充分獲益的同時降低可能出現(xiàn)的風險，所有合成基因序列和合成數(shù)據(jù)應收集和存儲于僅在緊急情況下查詢的存儲庫中，以確保蛋白質設計以安全、可靠和可信的方式進行。
自然界的蛋白質優(yōu)雅地解決了在緩慢進化過程中面臨的挑戰(zhàn)，但今天的問題（例如全球病原體、神經(jīng)退行性疾病和生態(tài)系統(tǒng)退化）需要新的解決方案。
人工智能（AI）加速的蛋白質設計可以幫助解決其中許多問題?；跈C器學習的方法可以快速創(chuàng)建具有不同結構和功能的生物分子，這些分子通常與任何已知蛋白質都沒有可檢測到的序列同源性。與此同時，DNA合成成本、質量和速度的指數(shù)級提高，簡化了將這些設計的蛋白質編碼為合成基因的過程。
2023年，第一個通過計算蛋白設計開發(fā)的藥物——新型冠狀病毒肺炎疫苗SKYCovione在韓國和英國獲得批準上市。如今，更多這樣的創(chuàng)新是可能的——而且是在短期內實現(xiàn)。而問題在于，監(jiān)管人工智能（AI）的道路可能是漫長而復雜的。計算蛋白質設計的進展可能會受到過于嚴格的AI規(guī)定的阻礙。好消息是，用于蛋白質設計的AI工具具有高度的專業(yè)性，因此風險規(guī)避應該更加直接明了。
在2023年人工智能安全峰會之前，在華盛頓西雅圖召開的一次會議召集了來自學術界、工業(yè)界、慈善機構和政府機構的國際代表，討論了AI支持的蛋白質設計，特別是新冠大流行防范和藥物開發(fā)。合成DNA的制備被認為是一個關鍵的生物安全控制點。會議提出的建議包括篩查和記錄所有合成的基因序列的政策。這將對制造有害生物分子（無論是偶然的還是有意的）構成實際障礙。
自2004年以來，由國際基因合成聯(lián)盟（IGSC）成員提出并自愿采用的DNA合成調控已在學術界和生物技術和制藥行業(yè)廣泛實踐。目前，IGSC對學術機構、私營機構和政府機構提出的DNA序列要求進行篩選，以確定其與共識列表上的病原體成分的同源性。
展望未來，這些檢查可以與合成本身聯(lián)系在一起——不管是化學合成還是酶法合成——這樣每一臺合成儀都需要對每一個新的基因序列進行密碼式的短時間精確匹配搜索。僅僅篩選序列可能是不夠的，因為通過從頭設計生成的蛋白質可能與任何天然蛋白質的序列相似性很少或根本沒有，這使同源性檢測變得復雜。因此，需要記錄合成序列，必要時使用加密來保護商業(yè)秘密。
如果一種新的生物威脅在世界上任何地方出現(xiàn)，相關的DNA序列可以追溯到它們的起源。“選擇性披露”政策可確保此類查詢只在特殊情況下根據(jù)預先確立的標準進行。由于生物的復雜性使得一次嘗試創(chuàng)造出一種危險物質的可能性非常小，因此這種追蹤新生威脅的起源的能力應該是有效的。除了提供審察追蹤，認識到所有合成序列都會被記錄可能會阻止不良行為者。篩選和記錄操作應該標準化，在國際范圍內實施，并擴展到臺式核酸合成儀。
這種蛋白質設計安全策略依賴于所有相關團隊的輸入，以支持所需的基礎設施，并定義人員、制度和治理需求。理想情況下，像IGSC這樣的國際組織應該帶頭，但應該與政府和非政府組織合作。加強的安全并不會威脅到信息共享或交流；科學資助方、出版商和決策者應勸阻以生物安全為借口不分享新方法和進展。相反，這個快速發(fā)展領域的安全應該被框定為最大限度地進步，以解決緊迫的社會關切。
原文鏈接：https://www.science.org/doi/full/10.1126/science.ado1671
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
