AlphaProteo系统由Google DeepMind开发，是一种利用人工智能设计新型蛋白质结合物的系统。AlphaProteo通过人工智能设计新型蛋白质结合物，这一技术有望彻底改变我们对蛋白质相互作用的理解，极大地促进生物学和健康领域的研究进展，包括药物发现、疾病诊断以及农业中的应用。
AlphaProteo系统能够设计高亲和力的蛋白质结合物。该系统可以创建能够有效结合特定分子靶标的蛋白质，从而加深我们对生物学过程的理解，并在药物发现、生物传感器开发等方面具有广泛的应用前景。它已在多种靶标蛋白质上进行了测试，包括与癌症、炎症、自身免疫疾病以及病毒感染（例如SARS-CoV-2刺突蛋白）相关的蛋白质。AlphaProteo的表现优于现有的方法，结合亲和力提高了3到300倍。
AlphaProteo 的蛋白质结合物可以广泛应用于药物设计、疾病理解、诊断等领域。该技术有可能加速新治疗方法的开发，改善成像技术和诊断工具，还可以在农业中应用，如增强作物的抗病能力。
AlphaProteo 基于庞大的数据集进行训练，这些数据来自蛋白质数据库（PDB）以及AlphaFold的预测结构，使其能够学习分子间如何相互结合。这使得系统可以针对特定靶标（如与癌症和糖尿病并发症相关的VEGF-A）设计蛋白质。系统的设计不仅在计算机模拟中获得了成功，还在实验中得到了验证。例如，在测试病毒蛋白BHRF1时，AlphaProteo设计的候选蛋白中有88%在实验中成功结合。
尽管AlphaProteo 取得了显著成果，但在针对与自身免疫疾病（如类风湿性关节炎）相关的TNFɑ蛋白时，系统未能成功设计出有效的结合物。这表明系统在设计复杂靶标的结合物时仍然面临挑战。设计出高亲和力的结合物只是研究的第一步，后续仍需克服许多生物工程方面的难题，以将这些蛋白质结合物用于实际应用。
Google DeepMind 强调了在生物安全方面进行负责任发展的重要性。他们正在与外部专家合作，确保蛋白质设计的安全和伦理发展。未来将与科学界进一步合作，改进系统并探索其更广泛的应用前景。
AlphaProteo 的未来发展计划包括提高算法的成功率和亲和力，扩展系统可以解决的设计问题范围。他们还在探索该技术在药物设计中的应用，并与多个学科的研究人员合作，攻克更复杂的蛋白质设计挑战。