AI重大突破加速抗病毒药物研发

新型AI模型以前所未有的准确度预测病毒行为

上海科学家开发的人工智能系统可能显著加快抗病毒药物的研发进程。由上海人工智能实验室与多家顶尖医疗机构合作开发的ViraHInter模型，通过数字化预测病毒如何"劫持"人类蛋白质，省去了耗时的实验室实验。

ViraHInter的差异化工作原理

传统方法分别分析蛋白质序列或3D结构，而ViraHInter的突破在于能同时研究两者。想象一下试图通过仅观察形状或仅阅读零件清单来理解锁钥机制——这款AI可以同时完成这两项工作。

该系统不仅能生成病毒-人类蛋白质相互作用的原子级详细模型，还能识别病毒变异过程中保持一致的规律。这种双重方法意味着研究人员可以：

• 设计针对不易变化的稳定病毒特征的药物
• 可视化潜在治疗方法与病毒的确切互动方式
• 更快应对新出现的病毒威胁

令人瞩目的性能表现

基准测试结果令人震惊。ViraHInter在病毒-人类蛋白质相互作用预测中达到了0.50的准确度——比之前的黄金标准AlphaFold3高出4.5倍。在分析三种流感亚型时，该模型精确定位了33种共同的宿主因子，这些因子可作为通用治疗靶点。

"真正令人兴奋的是，"熟悉该项目的研究人员解释道，"是它对新型病毒的处理能力。即使序列数据有限，ViraHInter仍能保持高准确度——这对应对下一次大流行至关重要。"

对未来治疗的启示

这项技术在对抗快速进化病毒方面展现出最大价值。通过识别保守的病毒模式并预测未知病原体的相互作用，ViraHInter能够：

• 缩短流感和冠状病毒药物的开发时间线
• 揭示适用于多种病毒株的治疗靶点
• 在新型疾病出现时提供关键的早期数据

正如一位科学家所说："这不仅仅是渐进式改进——它正在彻底改变我们对抗病毒研究的整体方法。"

关键要点

• 双重分析： 同时检查蛋白质序列和3D结构
• 4.5倍提升： 预测准确度超越AlphaFold3
• 大流行就绪： 即使新型病毒数据有限也能有效工作
• 33个靶点确认： 发现流感毒株间的共同因子
• 原子级精度： 为药物设计生成详细的相互作用模型