AI破解阿茲海默症之謎！全新技術揭開蛋白質錯誤摺疊的關鍵機制

一項突破性的人工智慧技術成功解開了困擾醫學界多年的生物醫學難題，這項名為「RibbonFold」的創新計算方法，能夠精準預測與神經退化性疾病相關的蛋白質錯誤摺疊結構，為阿茲海默症和帕金森氏症的研究帶來重大進展。

這項由昌平實驗室陳明晨博士與萊斯大學Peter Wolynes教授共同主導的研究，特別針對澱粉樣蛋白纖維的異常結構進行分析。這些扭曲的蛋白質纖維會在大腦中不斷堆積，最終導致神經細胞損傷。研究成果已於4月15日發表在《美國國家科學院院刊》上。

有別於現有工具如AlphaFold僅能預測正常摺疊的球狀蛋白質結構，RibbonFold特別針對錯誤摺疊蛋白質的多樣化不規則形狀進行建模。Wolynes教授解釋：「我們將對澱粉樣蛋白纖維能量景觀的物理理解融入AI摺疊演演算法，成功突破了現有技術的限制。」

研究團隊利用已知的澱粉樣蛋白纖維結構資料訓練模型，並刻意排除部分已知結構進行驗證。結果顯示，RibbonFold不僅在專業領域表現優於其他AI工具，更揭示了蛋白質在體內形成與演變過程中長期被忽略的細微變化。

「錯誤摺疊的蛋白質可能呈現多種結構形態，」Wolynes教授指出，「我們的方法顯示，隨著時間推移，那些更難溶解的穩定多晶型體將逐漸佔優勢，這解釋了為何神經退化性疾病的症狀往往較晚出現。」

這項突破性發現不僅為藥物研發開闢新途徑，讓製藥研究人員能更精準地針對致病性蛋白結構設計藥物，同時也解決了結構生物學中的一個關鍵謎題：為何相同的蛋白質會摺疊成多種致病形態。

陳明晨博士表示：「這項研究不僅解釋了長期存在的科學難題，更為我們提供了系統性研究和幹預這一破壞性生物過程的工具。」研究團隊認為，這項技術未來還可應用於合成生物材料的開發，展現出廣泛的應用潛力。

這項研究由美國國家科學基金會、Welch基金會和昌平實驗室共同資助，共同第一作者為郭良嶽和餘其霖，其他作者包括王迪和吳曉宇。