为探索程序员脱发之谜，腾讯AI Lab研究蛋白质，还发了篇Nature

本文插图
人工智能技术（AI）与医疗健康领域的融合在近年来不断加深。 AI在医疗领域的主要应用场景包括语音录入病历、医疗影像辅助诊断、药物研发、医疗机器人和个人健康大数据的智能分析等。
药物研发是AI赋能医疗的重要场景之一。药物研发要经历靶点的发现与验证、先导化合物的发现与优化、候选化合物的挑选及开发和临床研究等多个阶段。传统的药物研发费时费力，且失败率高。利用AI助力药物研发，则可大大提高研发效率、缩短药物研发时间并控制研发成本。其中，化合物结构预测比如蛋白质结构预测，是药物研发各个阶段中为保证效率而必须做到高精度实现的一环。
11月17日，腾讯公布了一项人工智能助力药物发现的新进展。通过腾讯自研的提升蛋白质结构预测精度的新方法，联合研究团队首次解析了II型5a还原酶（SRD5A2）的三维结构。
很多深受脱发困扰的男性肯定对非那雄胺这个名字不陌生，实际上，非那雄胺正是因为可以抑制SRD5A2的作用，才起到了对脱发和前列腺增生的治疗作用。这项研究成果是个很好的起点，将有助于深化研究相关疾病的病理学机制及药物优化。
此次，腾讯 AI Lab 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，并通过自研AI工具“ tFold”有效提升了蛋白质结构预测精度。除了在SRD5A2结构中的应用，这套方法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。
该项联合研究成果于近日登上了 Nature 子刊《 Nature Communications》。论文题为“人体类固醇II型5a还原酶与抗雄激素药物非那雄胺的结构研究” ，由南科大生物系魏志毅副教授课题组与匹兹堡大学张诚教授、新加坡 A*STAR 研究所范昊研究员、腾讯 AI Lab 黄俊洲博士带领的研究小组合作完成。
《Nature Communications》的一位评审对这项研究成果给予了高度评价：“作者能用预测的分子置换（MR）模型来确定晶体结构，这一点非常有趣。本评审认为该技术确实非常出色，整个X射线晶体学界将从该方法中受益匪浅。 ”

本文插图
《Nature Communications》期刊评审评论原文节选
论文：Structure of human steroid 5α-reductase 2 with the anti-androgen drug finasteride

本文插图
论文链接：https://www.nature.com/articles/s41467-020-19249-z
据了解， tFold工具还在CAMEO（全球唯一的蛋白质结构预测自动评估平台）的国际测评中连续半年保持周度冠军。目前， tFold公测版本已通过腾讯「云深智药（iDrug）」平台官网对外开放。
官网链接：https://drug.ai.tencent.com/console/cn/tfold
1 “从头折叠”新方法破解晶体学难题
在人体内，性激素有促进性器官成熟、副性征发育及维持性功能等作用。
二氢睾酮是人体中已知最强的雄激素，对于人体的发育和生理活动至关重要，但同时也需要保持合理的平衡。一方面，二氢睾酮控制着男性性器官的发育，水平过低将导致男性性征缺陷。另一方面，水平过高又是导致前列腺增生和脱发的罪魁祸首。
合成性激素依赖类固醇还原酶，二氢睾酮即由 SRD5A2 催化合成。因此，当患者因为二氢睾酮水平过高而出现前列腺增生和脱发问题时，可以通过抑制 SRD5A2 来降低患者二氢睾酮水平。作为SRD5A2 的高效抑制剂，非那雄胺（finasteride）被广泛用于治疗这类疾病。
尽管 SRD5A2 具有重要生理作用，其高分辨率结构信息却十分缺乏，导致 SRD5A2 催化二氢睾酮合成的机理以及非那雄胺抑制 SRD5A2 酶活的机制并不清晰。