科学家以数亿氨基酸序列训练AI模型，成功设计出全新人工溶菌酶

蛋白质示意图

Profluent、Salesforce研究院和UCSF的科学家，以类似生成文字人工智慧的方法，使用模型ProGen设计百万种蛋白质，并且成功找出具有杀菌效果的蛋白质。这个研究实际应用人工智慧设计蛋白质，并经测试和证明其具有特定效果，也就是説，同样的方法将能够被用於加速新药制造。

这项研究使用一个由Salesforce研究院所开发的ProGen模型，该模型能够预测人造蛋白质的氨基酸序列。ProGen的运作方式和生成文字的人工智慧相似，研究人员将来自19,000个家族的2.8亿种蛋白质的氨基酸序列输入到模型中，并添加蛋白质特性控制标签，经过数周的训练，ProGen便学会生成新蛋白质的方法。

研究人员使用5个溶菌酶家族的56,000个氨基酸序列，以及有关这些蛋白质的上下文资讯微调ProGen後，该模型迅速产生一百万个氨基酸序列，研究人员根据与天然蛋白质序列相似程度，和潜在氨基酸语法和语义的自然程度，筛选出100个序列并在细胞中实验进行实验，其中有66个和蛋白、唾液里的溶菌酶一样，能够杀死细菌。

研究人员筛选这66个氨基酸序列，制作出5种活性最强的人工酶，将这些酶添加到大肠杆菌样本中，并且和溶菌酶HEWL相比较，发现其中两种人工酶，能够以和HEWL相当的活性分解细菌细胞壁，而这两个人工酶序列仅有18％的相似程度，和已知蛋白质序列的相似度各别为90％和70％。

天然蛋白质的功能很大程度受组成影响，只要有一个突变就会使蛋白质失去作用，而在另外一轮的筛选中，研究人员找出一个只与天然蛋白质序列有31.4％相似的蛋白质，但是该蛋白质仍然具有活性。

要产生特定功能的蛋白质，不只是需要生成对的氨基酸序列，蛋白质更需要折叠成特定的三维结构，才能具有功能性，研究人员以X光来量测蛋白质形状，发现人造蛋白质即便在氨基序列上，与现有蛋白质差异高达30％，但仍可以呈现与天然蛋白质相符的形状。研究人员提到，他们现在仍不清楚人工智慧究竟如何在变更氨基酸序列的同时，仍产生正确的形状。

这些人工智慧所生成的蛋白质要被用於药物，还需要在实验室中进行长时间的测试，但是研究人员提到，这种蛋白质设计方法比蛋白质设计技术定向演化（Directed Evolution）更强大，能够加速所有用途的新蛋白质开发。