人工智能技术通过整合多模态数据和先进算法，在抗癌及抗抗生素耐药性蛋白质设计领域展现了革命性突破，其核心进展体现在以下方面：### 1. **抗癌蛋白质设计**- **靶向肽开发**：基于深度学习的RF

澳大利亚科学家首次利用人工智能（AI）生成了即用型生物蛋白，该蛋白可杀死大肠杆菌等抗生素耐药细菌。

这项发表在《自然·通讯》的研究为解决抗生素耐药超级细菌危机提供了新途径。通过这种方式应用AI，澳大利亚科学界已与美国、中国等国同步开发出能快速生成数千种即用型蛋白质的AI平台，为加速药物开发及诊断技术革新铺平道路，有望彻底改变生物医学研究和患者护理。

该研究的共同领导者Rhys Grinter博士和Snow医学研究员Gavin Knott副教授，在墨尔本大学生物21研究所与莫纳什生物医学发现研究所主导新型AI蛋白质设计项目。

研究团队表示，他们开发的AI蛋白质设计平台是澳大利亚首个实现端到端蛋白质设计的系统，其原理与去年诺贝尔化学奖得主David Baker的工作相似。"这些蛋白质正在被开发为药物、疫苗、纳米材料和微型传感器，更多应用领域尚待探索。"Knott副教授指出。

该平台采用全球科学家可免费使用的AI驱动蛋白质设计工具。"蛋白质设计技术的民主化至关重要，应让全世界科研人员都能运用这些工具。"负责主要实验工作的博士生Daniel Fox表示，"通过现有工具和自主开发技术，我们能设计结合特定靶点或配体的蛋白质，作为抑制剂、激动剂或拮抗剂，还能改造具有更高活性与稳定性的酶。"

Grinter博士强调，当前用于治疗癌症或感染的蛋白质多源自天然物质，需通过理性设计或体外进化改造。"深度学习新方法能高效设计具有特定功能的蛋白质，显著降低新型蛋白结合剂和工程酶开发成本并缩短周期。"

研究团队已将Bindcraft和Chai等新型工具整合至AI蛋白质设计平台。莫纳什生物医学发现研究所所长John Carroll教授表示，该项目标志着澳大利亚"在这项激动人心的新型治疗与科研工具设计领域已与国际接轨，展现了两位杰出青年科学家夜以继日自主创新的创业精神。"

Knott副教授补充道："依托墨尔本大学与莫纳什大学的跨学科团队，我们汇集了精通从结构生物学到计算机科学的全流程设计专家。对蛋白质结构与机器学习的深刻理解，使我们能快速整合AI蛋白质设计领域的最前沿工具。"