瑞典查尔莫斯理工大学的研究人员提出了一种使用人工智能生成合成蛋白质的方法。这种新方法对于开发高效的工业酶制剂以及新的基于蛋白质的药物，如抗体和疫苗，具有巨大的潜力。图片:Pixabay/Yen Strandqvist，Chalmers工业大学学分:Pixabay/Yen Strandqvist，Chalmers工业大学人工智能现在能够产生新的、功能活跃的蛋白质，这要归功于瑞典Chalmers工业大学的研究人员最近发表的工作。查尔莫斯生物和生物工程系副教授Aleksej Zelezniak说:“我们现在能够展示的东西为许多未来的应用提供了巨大的潜力，例如更快、更具成本效益的蛋白质药物开发。
蛋白质是大而复杂的分子，在所有活细胞中起着至关重要的作用，构建、修饰和分解我们细胞中自然存在的其他分子。它们也被广泛应用于工业过程和产品，以及我们的日常生活中。
基于蛋白质的药物非常常见——糖尿病药物胰岛素是处方最多的药物之一。一些最昂贵和最有效的癌症药物也是基于蛋白质的，以及目前用于治疗新冠肺炎的抗体配方。
从计算机设计到蛋白质工作只需几周时间
目前用于蛋白质工程的方法依赖于在蛋白质序列中引入随机突变。然而，每引入一个额外的随机突变，蛋白质活性就会下降。
“因此，人们必须进行多轮非常昂贵和耗时的实验，筛选数百万种变体，才能设计出与自然界中发现的蛋白质和酶明显不同的蛋白质和酶，”研究负责人Aleksej Zelezniak继续说道:
“这个工程过程非常缓慢，但现在我们有了基于AI的方法，我们可以在短短几周内从计算机设计到工作蛋白。”
查尔莫斯研究人员的新结果最近发表在《自然机器智能》杂志上，代表了合成蛋白质领域的突破。Aleksej Zelezniak的研究小组和合作者已经开发了一种基于人工智能的方法，称为ProteinGAN，它使用了一种生成式深度学习方法。
本质上，人工智能拥有大量来自研究充分的蛋白质的数据；它研究这些数据，并试图在此基础上创造新的蛋白质。
与此同时，人工智能的另一部分试图找出合成蛋白质是否是假的。蛋白质在系统中来回传送，直到人工智能无法区分天然和合成蛋白质。
这种方法以创造不存在的人的照片和视频而闻名，但在这项研究中，它被用于产生高度多样化的蛋白质变体，这些变体具有类似自然的物理特性，可以测试它们的功能。
日常产品中广泛使用的蛋白质并不总是完全天然的，而是通过合成生物学和蛋白质工程技术制成的。使用这些技术，原始的蛋白质序列被修饰，希望产生更有效、更稳定、更适合特定应用的合成新蛋白质变体。新的基于人工智能的方法对于开发高效的工业酶以及新的基于蛋白质的疗法(如抗体和疫苗)非常重要。
具有成本效益且可持续的模式
同样来自生物和生物工程系的助理教授马丁·恩奎斯特参与了测试人工智能合成蛋白质的实验设计。
“加快我们设计蛋白质的速度对于降低酶催化剂的开发成本非常重要。这是实现环境可持续工业过程和消费产品的关键，我们的人工智能模型以及未来的模型将实现这一点。我们的工作在这方面是一个重要的贡献，”马丁·恩奎斯特说。
“这种工作只有在我们部门存在的多学科环境中才有可能——在计算机科学和生物学的界面上。我们有完美的条件来实验测试这些人工智能设计的蛋白质的特性。
研究人员的下一步是探索如何将该技术用于蛋白质特性的特定改进，例如增加稳定性，这可能对工业技术中使用的蛋白质有很大好处。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
