記者8月11日從中國科學院遺傳與發育生物學研究所獲悉，該所科研人員聯合其他單位的科研人員，成功開發了一種基于人工智能(AI)的新型蛋白質改造方法。該方法巧妙地利用了現有通用蛋白質逆折疊AI模型，無需訓練專屬AI模型，即可實現蛋白質高效進化模擬和功能設計。相關研究成果日前在線發表于《細胞》。
蛋白質改造就像給生物分子做“改裝”，通過調整氨基酸順序改變蛋白質性能。相較于基因改造，蛋白質改造更為直接高效，能夠快速獲得自然界歷經百萬年進化才可能產生的特性。
然而，現有的蛋白質改造技術存在明顯短板：傳統方法高度依賴專家經驗，耗時長、成本高;而新興的AI預測技術需要為每種蛋白質單獨訓練專用模型，不僅通用性差，還特別消耗計算資源。“面對這些挑戰，我們急需找到一種更‘聰明’的辦法，開發出通用性強、效率高且不依賴昂貴算力的新型AI解決方案。”論文通訊作者、中國科學院遺傳與發育生物學研究所研究員高彩霞說。
現有通用蛋白質逆折疊AI模型，可根據給定的三維結構，預測蛋白質可能的氨基酸排列。基于現有通用蛋白質逆折疊模型，科研人員開發了AiCEsingle模塊，推出了一種新型蛋白質改造方法。
測試結果發現，新方法的預測準確率達16%，性能比其他常見AI模型提升36%—90%。同時，在實驗驗證環節，科研人員用新方法成功改造了8種功能各異的蛋白質，包括基因編輯關鍵工具脫氨酶等。
高彩霞表示，這個智能蛋白質改造新方法，相比傳統手段效率更高、適用性更廣、擴展性更強。它代表著生命科學領域的重要趨勢，即用計算模擬部分替代實驗室操作。特別值得一提的是，新方法大幅降低了AI技術的使用門檻，普通實驗室無需配備昂貴算力就能享受智能預測的便利，讓更多科學家受益。
（責任編輯：華康）
