蛋白质的重要性

从数百万个潜在候选蛋白中识别最佳的相互作用蛋白对（interacting protein pairs）一直是药物发现过程中的难点

protein-protein interaction 几乎是所有生物功能和疾病途径的核心. 一般来讲，每个protein需要与 5-10 个其他protein相互作用才可以发挥其特定作用。然而，人类蛋白质组由超过 100,000 种不同的蛋白质组成，从而产生数百万种潜在的相互作用组合。识别正确的相互作用蛋白对对于开发靶向疗法至关重要。

临床现状

根据发表在《国际自然科学研究与发展杂志》上的一项研究，超过 73% 的 FDA 批准药物通过直接调节蛋白质-蛋白质或蛋白质-DNA 相互作用发挥作用。尽管如此，传统方法仅成功绘制了人类蛋白质组中估计 650,000 个蛋白质相互作用，不到全部的 10%。

AI+Protein——快速筛选能力

制药行业采用人工智能驱动的方法进行蛋白质-蛋白质相互作用预测具有显著的优势。人工智能可以在计算机中以传统湿实验室方法无法达到的规模和速度筛选大量蛋白质对组合。例如，机器学习模型可以在几个小时内分析数百万个潜在的交互，而实验验证则需要研究人员数年的时间。

这种快速筛选能力可以更有效地识别靶点并确定药物开发的优先顺序。据估计，将 AI 蛋白质配对工具纳入发现过程可将临床前测试成本降低高达 30%。这意味着每种批准药物可节省 100-3 亿美元。这种成本压缩可能会激励制药公司追求风险更大的疾病靶点。随着数据和算法的进一步改进，可以推动合理的多药理学策略来对抗癌症等复杂的多基因疾病。