AI设计蛋白质有望通过尿检发现早期癌症

在癌症诊断领域，一项突破性研究正带来希望。麻省理工学院（MIT）和微软的研究团队利用人工智能（AI）设计出新型蛋白质传感器，这些传感器有望通过简单尿检 выявить癌症早期信号。这一创新不仅展示了AI在生物分子设计中的强大潜力，还为非侵入式癌症筛查开辟了新路径。

AI如何重塑蛋白质设计

传统蛋白质设计依赖实验试错，耗时耗力。自DeepMind的AlphaFold革命性预测蛋白质结构以来，AI已加速蛋白工程进程。此次研究中，MIT和微软团队开发专属AI模型，生成短链蛋白质——即肽段。这些肽段被设计为特定蛋白酶的底物。蛋白酶是一类在癌细胞中异常活跃的酶，负责切割蛋白质，促进肿瘤侵袭和转移。

AI模型通过机器学习分析海量蛋白酶-底物交互数据，预测并优化肽序列，确保其在癌细胞环境中被高效切割。研究人员将这些AI优化的肽涂覆在纳米颗粒表面，形成智能传感器。当传感器进入尿液样本并遇到癌细胞分泌的蛋白酶时，肽被切割，纳米颗粒释放荧光或颜色信号，便于检测。

研究人员表示：“我们利用AI设计出高度特异的分子传感器，能区分癌细胞与正常细胞的蛋白酶活性。”——Anne Trafton，MIT Technology Review

蛋白酶在癌症中的关键角色

蛋白酶家族如基质金属蛋白酶（MMPs）和组织蛋白酶，在健康组织中维持细胞外基质平衡。但在癌症中，这些酶过度表达，推动肿瘤生长、血管生成和远处转移。早期癌症往往伴随蛋白酶活性异常升高，通过尿检捕捉这些生物标志物，能在症状出现前实现筛查。

传统癌症检测依赖影像学或血液生物标志物，如PSA或CA-125，但敏感性和特异性有限，且侵入性强。尿检的优势在于非侵入、成本低、可在家自测。该研究聚焦前列腺癌和膀胱癌等泌尿系统肿瘤，但原理可扩展至其他癌症类型。

纳米技术赋能精准诊断

纳米颗粒是这项技术的核心载体。研究采用金纳米颗粒或量子点，表面功能化AI设计肽。正常条件下，颗粒保持稳定荧光淬灭状态；遇蛋白酶切割后，肽脱离，荧光恢复。通过便携式读出设备或智能手机App，即可量化信号强度，判断癌症风险。

本文由 赢政天下 独家编译 - 转载请注明来源。

初步实验在小鼠模型和患者尿样中验证了传感器效能。针对特定蛋白酶如MMP-2，该传感器检测限达皮摩尔级，假阳性率低于5%。这远超现有尿基试纸条，接近实验室金标准ELISA。

行业背景与挑战

AI在医疗领域的应用正迅猛发展。继AlphaFold3支持配体结合预测后，微软的BioNeMo平台和MIT的计算生物学实验室正推动蛋白设计民主化。癌症早诊市场规模预计2030年超500亿美元，非侵入传感器需求旺盛，如Guardant Health的液体活检。

然而，挑战犹存：蛋白酶谱复杂，不同癌症亚型需多靶点设计；尿液中干扰物可能影响信号；临床转化需大规模验证。研究团队计划启动II期试验，探索多癌种筛查。

编者按：AI或重塑癌症筛查格局

这项研究标志AI从辅助工具向核心创新者的转变。结合尿检的便利性，它可能像新冠家测盒一样普及，推动“癌症普筛”时代。长远看，这将降低医疗负担，提高5年生存率——目前全球癌症死亡逾1000万/年，早诊可救百万生命。但需警惕AI模型偏差，确保多样性数据训练。未来，个性化传感器或与可穿戴设备整合，实现实时监测。

总之，MIT-微软合作彰显产学研协同魅力，AI蛋白设计正从实验室走向临床，点亮人类健康曙光。

本文编译自MIT Technology Review，作者Anne Trafton，2026-02-25。