Nature:AI工具在不牺牲功能的前提下重新设计蛋白质

杜克大学医学院的研究人员开发出一种人工智能框架，能够以前所未有的规模重新设计蛋白质。该工具可以生成结构和功能保持不变的较短、较长以及高度修饰的蛋白质版本。

该方法名为Raygun，无需从零开始设计新蛋白质，而是利用蛋白质语言模型——即基于数百万条天然蛋白质序列训练的AI系统——对现有蛋白质进行大规模修改。

发表在《自然》上的研究结果为设计具有定制尺寸和特性的蛋白质开辟了新可能，这些蛋白质可用于生物研究，并最终发展成为靶向药物。

“有一种语言，决定了蛋白质的氨基酸序列如何形成其结构和功能，但科学家尚未完全理解这种语言，”该研究的共同通讯作者、生物统计学与生物信息学及细胞生物学助理教授罗希特·辛格博士表示，“蛋白质语言模型就像一种翻译器，从数百万条蛋白质序列中学习规律，并将这些规律与生物结构和功能联系起来。”

Raygun 在这些模型的基础上，提出了一种新的蛋白质表示方法。它不再简单地将蛋白质视为不同长度的氨基酸链，而是将其转化为一种标准化的数学表示形式，以捕捉人工智能所学习到的关键模式。

由于任何大小的蛋白质都可以以相同格式表示，Raygun 能够在保留重要结构和功能特征的同时，对蛋白质进行比较、缩小、放大或重新设计。

研究人员仅需两个设置即可操控雷枪：一个用于确定蛋白质序列的改变程度，另一个则控制蛋白质变短或变长。

一系列测试表明，AI生成的蛋白质保持了预测的结构完整性，并保留了重要的功能位点。在活细胞中的研究证实了该方法在用于成像的荧光蛋白以及执行关键细胞功能的酶中的有效性。受体结合实验验证了Raygun设计的表皮生长因子（EGF）变体，EGF是一种参与伤口愈合的蛋白质，同时也与细胞增殖信号通路相关，而这些通路在癌症中常发生改变。

这种方法有助于研究人员设计出更高效的基因治疗、生物技术和生物医学研究工具，同时为蛋白质在自然界中的进化过程提供新的见解。