I de seneste år har AI gjort betydelige fremskridt i at forudsige proteinstrukturer, der er essentielle for livet. Selvom disse fremskridt er banebrydende, kan deres relevans være uklar for ikke-biologer. En overbevisende anvendelse vises i det nylige nummer af *Nature*, hvor et hold, herunder nobelpristager David Baker fra University of Washington, brugte AI til at udvikle proteiner, der kan neutralisere bestemte slangegifttoxiner. Selvom ikke fejlfri, viser dette, hvordan ny software kan løse tidligere uhåndterbare udfordringer. Slangegift består af forskellige proteinbaserede toksiner, der angriber ofre på flere fronter. Nuværende behandlinger involverer antistoffer fra dyrevenom-eksponering, der kræver køling og hyppige fornyelser. Design af mindre, stabile proteiner kunne muliggøre produktion i bakterier og eliminere behovet for køling—vigtigt for slangebid i landdistrikter eller vildmarken. Undersøgelsen fokuserede på "tre-finger toxiner, " der er udbredt i farlige slanger som mambaer og kobraslanger. Disse toksiner forårsager cellulær toksicitet ved at forstyrre cellemembraner og blokere neurotransmitter-receptorer.

Forskerne brugte et AI-værktøjssæt, RFdiffusion, til at skabe proteiner, der er komplementære til disse toxiner, og anvendte derefter ProteinMPNN til at bestemme aminosyre-sekvenserne for disse proteindesign. DeepMind's AlphaFold2 og Rosetta-software vurderede styrkerne i interaktionerne mellem de nyudviklede proteiner og toxiner. Efter at have udvalgt den mest lovende protein-kandidat, foreslog AI forbedrede varianter, hvor 15% viste stærkere toksininteraktioner. Disse forbedrede proteiner blev syntetiseret i bakterier og neutraliserede med succes neurotoksiske effekter i mus, selv efter eksponering. Forsøgene på at hæmme membranforstyrrende toxiner lykkedes dog ikke med at reducere hudlæsioner i tests, hvilket understreger potentielle huller i forståelsen af disse proteiners mekanismer. Mens undersøgelsen kun målrettede to giftige toxiner, understreger den AI's transformative potentiale inden for biologiske interventioner. AI-værktøjer kan nu effektivisere processer, der engang krævede års kompleks forskning, hvilket giver et radikalt fremskridt inden for bioteknologi. Men specificiteten af AI-designede inhibitorer betyder, at de måske ikke kan anvendes universelt på forskellige slangegift fra andre arter, hvilket understreger behovet for løbende forbedringer for bredere anvendelse.