AI赋能科研，浙江团队用‘AI+计算生物学’设计新型胶原蛋白
【金色港湾资讯网为您推荐阅读】
浙江有一项AI设计胶原蛋白的技术，去年造就了超千万元的订单，一场“跨界实验”出现在嘉兴的实验室里，它正在暗暗改写生命科学的研发规则。当算法着手重新设计构成人体的基础蛋白之时，一场围绕“青春能否被计算”的讨论在科研圈泛起了涟漪。
解码信号型胶原蛋白
常规的胶原蛋白于化妆品以及医疗范畴主要担当“填充物”这一角色，进而给皮肤予以物理支持。然而李旭辉团队所研究的21型胶原蛋白却全然不一样，它归属于“信号型”蛋白质，能够主动朝着细胞发出指令，从而对组织修复以及再生进程加以调控。
此种信号功能，为美妆以及医疗应用开拓了全新可能性。和单纯的填充不一样，信号型胶原蛋白，更类似一位细胞活动的指挥者，能够借助精准的分子信号通路，激活人体自身的修复机制，达成更主动的皮肤护理成效。
传统研发陷入盲人摸象困局
人体含有胶原蛋白的基因序列，其长度极为冗长，传统的研究方法，就好像是在伸手不见五指的暗夜之中，去寻觅一把从来都未曾见过的钥匙。科研人员仅仅能够依靠经验，从数量巨大的候选片段里，一个一个地进行合成以及验证，整个这样的过程，花费一两年时间，依然是属于正常的状态。
这种依靠人工去尝试错误的研发方式，投入是非常巨大的情况之下，然而效率却是很低的状态。面对着数量众多到无法计数的、存在着可能性的基因片段组合方式，怎么样能够精准无比地寻找到那个，既拥有着高生物活性的特质、又契合工业化生产要求的“最佳序列”，这已经成为了对胶原蛋白应用起到限制作用的关键瓶颈所在。
AI算法精准锁定目标片段
李旭辉团队于此次研究期间引入AI算法，针对21型胶原蛋白的冗长基因序列开展深度计算分析，AI系统可预测哪些核心片段活性更高，哪些更易于借助合成生物学方法达成量产。
“精准勘探铲”这把工具，把候选分子范围，于短时间内，从成百上千个，快速缩减到几十个。原本得耗费一两年的筛选工作，被紧凑地压缩至几个月内完成，算法所具备的高效筛选能力，为后续实验验证，清晰地指明了精确方向。
研发效率提升超七成
据李旭辉估计，AI技术的参与让整个研发流程的效率提高了70%到80%。以往需要花费大量人力和物力的重复性筛选工作，现在能够由计算机在短时间内完成初步预估。
同一时间，研发成本降低幅度超过了50%之上。然而李旭辉着重指出，AI不是万能工具，生物实验的验证环节依旧是不可缺少的。算法能够缩小包围圈，可是最终的成功率还是要借助真实实验来加以确认。
跨学科团队碰撞融合
于李旭辉所带领的团队当中，从事蛋白质研究的生物学家，以及专长于算法的AI工程师，二者需进行频繁的沟通从而磨合，生物学家在意蛋白于细胞内部的实际功能，而AI工程师所关注的是数据质量以及模型预测的准确率。
这种跨学科的合作，有着这样的要求，即双方要把各自的研究目的，翻译成对方能够理解的那种语言。对于实验数据而言，必须经过标准化的处理，使其变成机器可读的格式，如此一来，AI才能够真正嵌入科研流程，进而成为实用工具。
AI将成科研主导力量
李旭辉作出预测，在生物医药这个领域当中，AI不会始终只是去扮演辅助的角色，而是会变成具有主导性的工具。如同一个处于高水平状态的全能科研助理那样，虽说核心创新想法依旧是由科研人员予以提出的，然而从研发一直到应用的各个环节将愈发多地由AI来进行主导。
项目取得成功之后，团队当下正把AI技术运用到更多的方向之中，其中涵盖了开发其余的功能蛋白多肽以及酶，还有疾病检测技术。这样的深度融合不但加快了研发的进程，而且还有可能促使全新的科学发现模式得以产生。
开启算法设计，着手构成生命的基础物质，于此等状况下你觉得未来的“青春”真能够被计算得出吗，欢迎于评论区分享你的看法，履行点赞之举让更多人目睹这场科研全新范式的变革。
