麻省理工學(xué)院與哈佛大學(xué)聯(lián)合團(tuán)隊(duì)提出的基于人工智能的端到端設(shè)計(jì)流程——CleaveNet,正是為了應(yīng)對(duì)這一挑戰(zhàn)。該流程通過(guò)預(yù)測(cè)模型與生成模型的協(xié)同工作,旨在徹底改變蛋白酶底物設(shè)計(jì)的現(xiàn)有范式,為相關(guān)基礎(chǔ)研究與生物醫(yī)藥開(kāi)發(fā)提供全新的解決方案。在生命體錯(cuò)綜復(fù)雜的生化反應(yīng)網(wǎng)絡(luò)中,蛋白酶能夠特異性地切割肽鍵,從而精準(zhǔn)調(diào)控從凝血、組織修復(fù)到免疫應(yīng)答乃至癌癥演進(jìn)等一系列關(guān)鍵生命過(guò)程。一旦其功能失常,往往直接導(dǎo)致多種重大疾病的發(fā)生與發(fā)展。因此,揭示蛋白酶的作用機(jī)制并精準(zhǔn)調(diào)控其活性,不僅是基礎(chǔ)生命科學(xué)的核心課題,也是開(kāi)發(fā)新型診療手段的重要突破口。實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵,在于找到與之高度「匹配」的肽底物——它們既能作為分子探針追蹤酶活動(dòng)態(tài),也可被設(shè)計(jì)成抑制劑阻斷異?;钚?,甚至能在藥物遞送系統(tǒng)中充當(dāng)「條件激活開(kāi)關(guān)」,實(shí)