David Baker最新访谈：蛋白设计不仅可造更好的抗体药物，还可用来合成人造光合系统

2024-04-07

并购疫苗

导读华盛顿大学蛋白质设计研究所（IPD）堪称初创企业的摇篮，源源不断地培育出专注于开发新型蛋白质基础疗法、工业酶、材料以及生物传感器等产品的创新公司。作为蛋白质设计领域的领军人物，IPD所长David Baker一直走在这个领域最前沿。最近，Baker在接受采访时表示，在蛋白设计领域，“深度学习不仅可以按我们的意愿与靶标结合的抗体，而且还能进一步开发、安全无害的抗体”。除此之外，人造蛋白还可用于人造光合系统，碳固定，以及可降解材料领域。 20多年前，David Baker与他的团队共同开发了一款早期的蛋白质设计工具，并通过Rosetta Commons联盟将其代码公开。商业客户需支付许可费用，而学术机构则能免费获取Rosetta代码，并在此基础上进行构建和优化。尽管之后市场上不乏类似的蛋白质设计工具，但许多竞品公司选择了保密。然而，David Baker始终坚守IPD的开放原则，这一策略不仅催生了更优质的软件，还为后续的初创企业奠定了坚实的基础。 2020年，当Google DeepMind推出了一款能够预测蛋白质折叠方式的深度学习工具时，IPD紧随其后，也发布了一款类似工具。这两款工具均荣获了《科学》杂志2021年的年度突破。随后，IPD不断推出功能更为强大的深度学习模型，这些模型能够从头开始设计全新的蛋白质。David Baker自豪地表示，“这些新的开源工具几乎已经成为了行业内的标准。” 他进一步强调：“科技公司擅长它们所做的事情。但在封闭的环境中，难以实现广泛的创新。在我们这个领域，将代码免费公开无疑是最明智的选择。” 目前，IPD已成功孵化出9家公司。其中，PvP Biologics公司在2020年被武田制药以3.3亿美元收购；而就在今年2月，IPD孵化的疫苗开发公司Icosavax也被阿斯利康以高达11亿美元的价格收购。最近，David Baker接受采访时就蛋白质设计领域的未来发展及其他话题进行了深入的交流。问：你的实验室是如何引入新的AI方法，比如用于像DALL-E这样的图像生成器背后的扩散模型？IPD深度学习工具RFdiffusion就是一个例子。 David Baker：我们实验室非常开放，所以经常有访客前来。无论是风险投资家、制药公司的代表，还是来访的学生，他们都可以随时了解我们正在进行的所有工作。很多人希望与我们合作和参观，他们经常会带来一些新想法。 IPD的深度学习工具RFdiffusion在工作在RFdiffusion的例子中，有一位非常有才华的访问学生，他开始尝试使用扩散模型。问：你对于学生如何主动建立联系、开展合作有什么建议吗？ David Baker：我认为合作对科学研究至关重要。我鼓励我的学生们直接给人发邮件。如果他们正在研究某个问题，我会建议他们找出世界上在这个领域最出色的三个人，然后给他们发邮件。有时候你可能得不到回复，但有时候你会得到回应，这就能开启一段联系，甚至可能彻底改变你的研究轨迹。问：我们在人工智能和蛋白质设计领域即将解决的一些重大挑战是什么？ David Baker：抗体是制药行业蛋白质疗法中的关键分子。我认为，蛋白质疗法将从一种类似于“黑魔法”的方式——比如通过给动物接种疫苗，让自然免疫系统找到解决方案——转变为真正的理性设计。长期来看，像深度学习这样的理性方法应该能够创造出不仅按我们的意愿与靶标结合的抗体，而且还能进一步开发、安全无害的抗体。在抗体之外，我们真正想要的是更智能的治疗方法，这些方法能够在体内进行计算，具有响应性，只在正确的位置起作用，而不在其他位置。我认为，随着蛋白质设计方法越来越强大，这将变得越来越可能。问：在非治疗领域方面，你还有什么想法吗？ David Baker：如果你观察生物学领域，蛋白质能够捕获太阳能，并将其用于制造分子——光合作用是一个令人着迷的过程。我们目前正在研究的是人造光合系统，它能够捕获光能和太阳能，并利用它们来发挥作用。蛋白质能够非常有效地做的另一件事是矿化作用，比如骨骼、牙齿和贝壳的形成，这不仅是碳固定的一个激动人心的领域，也是制造新型材料的一个领域。此外，由于我们正在用塑料填满这个世界，我们还可以开发能够分解它们的催化剂。在诊断方面，还能设计出尺寸和内部完全可控的纳米孔，这非常令人兴奋。这些纳米孔的应用非常广泛，如用于DNA或蛋白质测序。问：你们在IPD有没有做些什么来鼓励创业？ David Baker：IPD有一个转化研究员项目，博士毕业后可以在这里再待一到两年，继续发展并完善自己的研究成果。成功创办公司的人也会回到IPD。在这里会有欢乐的时光，我们也会给出建议。我们还确保人们之间始终保持着良好的沟通和交流，并鼓励他们如果有兴趣创办公司就组建团队——不要抱有只能自己单打独斗的想法。问：在你和学生们选择项目时，你如何平衡商业潜力和有趣的科学研究？ David Baker：关键问题是必须有一个真正重要且在未来几年内可解决的未解问题。然而，找到这些问题是一门真正的艺术。你不能选择太容易的东西——你必须真正突破极限。如果你选择的问题太难，你无法取得任何进展。但是，如果你选择对了问题，并解决了它们，令人惊讶的是，这些问题很大一部分都具有一定的商业潜力——可能是以你没有预料到的方式。这在我们做过的很多事情上都得到了验证。 David Baker个人介绍 David Baker于1962年10月6日出生在美国华盛顿州西雅图市，是一位杰出的美国生物化学家与计算生物学家。他开创性地发展了预测与设计蛋白质三维结构的方法，为科学界带来了革命性的突破。在华盛顿大学，David Baker不仅担任生物化学领域的Henrietta和Aubrey Davis冠名教授，更身兼基因组科学、生物工程、化学工程、计算机科学以及物理学的特聘教授。同时，他还担任Rosetta Commons的主任，这是一个集结了众多实验室与研究人员的联盟，共同致力于开发生物分子结构预测与设计软件，推动科学的进步。此外，他还是霍华德·休斯医学研究所的研究员和美国国家科学院的院士，他还担任华盛顿大学蛋白质设计研究所所长，继续领导着前沿的科研工作。 David Baker的团队开发了Rosetta算法，这一算法可以从头预测蛋白质结构。该算法不仅延伸为Rosetta@Home和Foldit等分布式计算项目，旨在生成蛋白质复合物以及单个多肽链的结构模型，还在CASP结构预测实验中大放异彩，采用包括手动辅助和自动化变体的Rosetta协议在内的从头方法。此外，他的团队成员在蛋白质设计领域也表现出色，他们设计的Top7蛋白质以其全新的折叠方式而备受瞩目。尽管David Baker主要以开发计算预测蛋白质结构和功能的方法而闻名，但他也热衷于利用计算方法来推动生物学实验评估，他的实验室维持着一个活跃的实验生物化学团队。2016年，他还担任了Infosys生命科学奖评审团的成员。他通过在蛋白质折叠和蛋白质设计方面的杰出工作获得了2008年萨克勒国际生物物理奖、2021 生命科学突破奖、2022年威利奖。他还被授予 BBVA基金会“生物学和生物医学类”知识前沿奖。参考资料 Protein design pioneer David Baker on why sharing code is key to building biotech startupshttps://www.geekwire.com/2024/protein-design-pioneer-david-baker-on-why-sharing-code-is-important-for-biotech-startups/识别微信二维码，添加生物制品圈小编，符合条件者即可加入生物制品微信群！请注明：姓名+研究方向！版权声明本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。