美國時間15日，由2024諾貝爾化學獎得主、華盛頓大學醫學院暨蛋白質設計研究所主任David Baker教授與丹麥理工大學教授Timothy Patrick Jenkins共同帶領的研究團隊，發表了一項以深度學習工具設計蛋白質，並成功在體外實驗與老鼠實驗中，證明可中和惡名昭彰的蛇毒成分——三指毒素(three-finger toxin, 3FTx)，並降低蛇毒挑戰的死亡率。這項研究刊登在《Nature》。
 
這項研究所聚焦的三指毒素毒性極高，會引起嚴重的組織損傷、抑制菸鹼型乙醯膽鹼受體(nicotinic acetylcholine receptor)，進而產生致命的神經毒性。研究團隊表示，雖然三指毒素能夠用免疫後動物產生的抗蛇毒血清治療，但這種抗體製作方式往往成本很高，且治療效果有限、甚至經常失效。
 
與之相比，研究團隊開發出一種只要執行演算法，就能找到抗蛇毒蛋白的方法。這些電腦設計的蛋白，能夠和三指毒素家族中的短鏈與長鏈α-神經毒素(α-neurotoxins)與細胞毒素結合。
 
Baker表示，雖然它們不能對抗所有種類的蛇毒，但這些蛋白在體外實驗中，證明能針對三指毒素家族中所有的次家族(subfamilies)加以中和，並讓老鼠在致命的神經毒素挑戰(neurotoxin challenge)中存活下來，且依據給予的實際毒素劑量和設計蛋白，老鼠的存活率範圍可高達80%~100%。
 
此外，這種深度學習設計蛋白還有多項優點。包含：首先是生產便宜，能夠利用微生物生成、不須用傳統的免疫後動物，降低生產成本；其次是體積非常小，因此可以更好的穿透組織、比現今的抗體治療更快地中和毒素；第三是只要使用電腦執行AI軟體演算就能完成設計，大幅減少發現階段所需的時間。
 
研究團隊認為，傳統的抗蛇毒血清未來可能依舊是治療毒蛇咬傷的首選，但以深度學習設計的抗蛇毒蛋白可以作為補充劑或強化劑，以提高現有治療的有效性；此外，這項工具除了針對蛇毒，也可以用在某些病毒感染的新療法開發，或是簡化藥物發現的過程。
 
根據世界衛生組織(WHO)估計，每年有超過200萬人遭毒蛇咬傷，導致10萬人死亡，永久性殘疾則是死亡人數的三倍。這些大多數發生在低收入區域，例如非洲薩哈拉以南、南亞和其他熱帶區域。
 
參考資料：
https://www.genengnews.com/topics/artificial-intelligence/ai-designed-antivenom-counteracts-toxins-from-snakebites-in-mice/
 
(編譯 / 吳培安)