谷歌 DeepMind 专利革新蛋白质设计，开启 AI 原子级精度新时代

最新 12 月 7 日消息，科技媒体 marktechpost 昨日（12 月 6 日）发布博文，报道称谷歌公司获批新专利，推出基于全原子表征扩散模型的尖端蛋白质设计系统，实现了前所未有的精度和效率，为生物技术和制药科学领域带来革命性突破。

该专利编号为 WO2024240774A1，全称名为《在全原子表征上运行的蛋白质设计扩散模型》（PROTEIN DESIGN USING DIFFUSION MODELS OPERATING ON FULL ATOM REPRESENTATIONS）。

根据 DeepMind 的专利描述，该系统突破性地整合了先进神经网络和基于扩散的方法，实现了原子级蛋白质设计，相比传统方法分步进行结构预测和序列优化，新系统将两者统一到单次前向传递中，简化流程，提升效率。

该系统的核心是全原子表征管理，主要采用“抛弃式空间位置”（throw-away spatial positions）巧妙管理原子级数据，精准控制每个蛋白质残基内的原子，避免了传统相位机制的复杂性。

该系统的另一项创新，是统一了结构-序列预测，在单次前向传递中整合结构和序列预测，显著提升计算效率和简化实施流程。

此外，该系统结合基于目标分子结构信息的条件去噪过程，实现具有特定功能和结合特性的蛋白质定制化设计方案。

整套系统由扩散模型系统、原子控制框架和集成系统三部分组成，整个运作机制如下：

• 第一阶段为生成含噪声分子数据，结合目标分子信息，并用临时位置初始化未使用的原子数据空间位置。

• 第二阶段去噪过程开始，通过迭代优化逐步降低噪声并动态优化原子位置，整合结构-序列预测，减少计算冗余。

• 最后，生成优化后的高精度蛋白质结构，验证序列准确性，并进行质量检查，确保最终设计的结构稳定性。

最新附上参考地址

• Google DeepMind’s Patent Transforming Protein Design Through Advanced Atomic-Level Precision and AI Integration

• PROTEIN DESIGN USING DIFFUSION MODELS OPERATING ON FULL ATOM REPRESENTATIONS