AI加速胜肽藥物發現 多倫多大學新平台獲Google.org資助

多倫多大學（University of Toronto）科學家正積極開發一項名為 OpenPep 的開放取用平台，旨在運用人工智慧（AI）技術，大幅加速胜肽藥物的發現進程。這項計畫已獲得 Google.org 提供的 230 萬美元資金支持。

胜肽（Peptide），是比蛋白質分子小、但又比一般化學藥物分子大的胺基酸短鏈，近年來在新核准藥物中的應用逐漸增加。然而，傳統的藥物發現流程往往耗時且成本高昂，尤其在胜肽藥物領域，由於缺乏既有資料，使得研發速度緩慢，高度依賴耗時的實驗方法。不同於蛋白質結構已有 AlphaFold 這類知名的 AI 模型，目前全球仍缺乏針對胜肽的綜合性資料庫與匹配的 AI 模型。

由多倫多大學 Joseph Brown 助理教授領導的團隊，其目標便是彌補這項資料空白。OpenPep 平台將建立一個龐大的開放式資料庫，並透過人工智慧（AI）模型，預測胜肽與目標蛋白質的結合情況，加速藥物篩選。該團隊將匯集來自醫院、製藥公司及研究機構的建議，鎖定與疾病相關的蛋白質，並利用無細胞系統生產多達 500 種蛋白質。

Joseph Brown 的團隊將進一步利用專業質譜法，對大量的胜肽與目標蛋白質進行實驗測試，並測量其結合強度。這些寶貴的實驗數據將用於建立及訓練 OpenPep 的 AI 模型，隨著數據量的增加，模型預測的準確度也會持續提升。研究員 Chris Ing 指出，AI 能將數千個個別的胜肽實驗結果，轉化為描述胜肽與蛋白質互動的通用規律，進而預測那些尚未經過實驗測試的標靶。

Google.org 科學進程總監 Leslie Yeh 表示，透過有針對性的早期資金，結合先進 AI 技術，能鼓勵研究人員在基礎科學領域承擔更大風險。她強調，OpenPep 的宗旨就是打破數據分散的障礙，促進全球科學家開放分享知識，並在彼此的發現基礎上持續發展。Chris Ing 也認為，將這項資源開放給更廣泛的科學社群，有助於其不斷成長，因為沒有任何單一實驗室能夠探索所有胜肽化學與疾病生物學的複雜性。

Joseph Brown 表示，這筆資金對於推動專門的數據生成工作，並開創 AI 驅動的胜肽發現新範式至關重要。OpenPep 有望讓全球的胜肽藥物發現團隊獲得先機，使藥物發現過程更具預測性，並縮短從疾病標靶到潛在治療藥物的研發時程。AI 將協助科學家們選擇更有效的實驗，優先測試那些最有潛力的胜肽。