Science重磅！人工智能助力設(shè)計“更好、更快、更強”的蛋白質(zhì)

文章作者: 基因編輯大師 文章來源：基因編輯大師

大自然擅長設(shè)計各種蛋白質(zhì)。科學家們甚至能做的更好。但人工智能有望多次改善蛋白質(zhì)。這種“設(shè)計者蛋白”在醫(yī)學的應用范圍，涵蓋從制造更精確的抗體來治療自身免疫性疾病或癌癥，到開發(fā)更有效的病毒疫苗。應用還可能超出醫(yī)學范圍，例如種植更好的作物，這些作物可能更有營養(yǎng)或從大氣中吸收更多的二氧化碳。

最近，來自Mass General Brigham and Beth Israel Deaconess Medical Center (BIDMC)的研究人員，開發(fā)了一種名為EVOLVEpro的人工智能（AI）工具，該工具可能代表了蛋白質(zhì)工程的一次飛躍。在《Science》雜志上發(fā)表的一篇論文中，研究小組通過應用該模型來設(shè)計六種具有不同應用的蛋白質(zhì)，展示了該工具使蛋白質(zhì)更穩(wěn)定、更精確和更高效的能力。

本文共同資深作者Omar Abudayyeh博士說：“像這樣一種工具的力量在于，我們不受進化的限制。使用人工智能，我們可以選擇以任何需要的方式來優(yōu)化蛋白質(zhì)，使其更好。我們可以制造一種更好、更快、更強的蛋白質(zhì)。我們可以設(shè)計的使它更有效地與靶標結(jié)合，以改善治療或改善其功能。如果我們能測量它，我們就可以改進它。”

蛋白質(zhì)工程的概念并不新鮮，但人工智能和大型語言模型的出現(xiàn)，正在開始徹底改變該領(lǐng)域。蛋白質(zhì)語言模型（PLM）可以學習蛋白質(zhì)的“語法”，從大型基因組數(shù)據(jù)庫中讀取蛋白質(zhì)序列，并提供建議，以科學家指定的方式改進蛋白質(zhì)。與新的LLM非常相似，EVOLVEpro充當了先前模型之上的一層，可以在響應之前進行推理并提供更多思考。

本文共同資深作者Jonathan S.Gootenberg博士說：“蛋白質(zhì)建模近年來取得了進展，我們想知道，我們現(xiàn)在是否可以使用大型語言模型來從根本上預測更好的蛋白質(zhì)序列。我們的研究結(jié)果，一致地顯示了這種工具的工作效果。我們選擇了兩種臨床相關(guān)抗體——要么已經(jīng)在使用中，要么接近人類使用，發(fā)現(xiàn)使用EVOLVEpro，我們可以設(shè)計出一種結(jié)合更好、表達更好的抗體。通常，你可以在其中一個結(jié)果上做得很好，但在這里我們看到了兩者的改進。”

像這樣的研究表明，基因和細胞治療技術(shù)有望改變醫(yī)學。馬薩諸塞州布里格姆將軍基因和細胞治療研究所（GCTI）成立于2022年，旨在推動有針對性的、具有變革性的治療方法的發(fā)現(xiàn)和開發(fā)，這些治療方法有可能治愈疾病或阻止其進展。該研究所聯(lián)合了500多名研究人員和臨床醫(yī)生，致力于推進基因和細胞治療，以進行首次人體臨床試驗，并最終為患者提供挽救生命的治療方法。

由第一作者、馬薩諸塞州布里格姆將軍基因與細胞治療研究所的Kaiyi Jiang和Zhaoquing Yan，以及麻省理工學院的Matteo Di Bernardo領(lǐng)導的研究小組，使用EVOLVEpro設(shè)計了六種蛋白質(zhì)。研究人員發(fā)現(xiàn)，EVOLVEpro設(shè)計的兩種單克隆抗體在粘附靶點方面要好30倍。

微型CRISPR核酸酶在基因改變方面的效率，是普通酶的五倍。一種用于n基因編輯的蛋白質(zhì)，稱為主編輯器，在將序列插入基因組的不同部分方面是它的兩倍。一種名為Bxb1整合酶的蛋白質(zhì)在將DNA插入細胞以進行可編程基因整合應用方面的效率，是其他蛋白質(zhì)的四倍，而一種用于RNA生產(chǎn)的蛋白質(zhì)，即T7 RNA聚合酶，在制造RNA的精確拷貝方面要好100倍，這對制造用于mRNA療法或疫苗的mRNA非常重要。

Jiang博士說：“我們預計這只是EVOLVEpro的開始，它將隨著時間的推移而不斷改進，并可用于各種蛋白質(zhì)工程應用。這項技術(shù)標志著一個新時代的開始，在這個新時代，我們不僅可以設(shè)計蛋白質(zhì)來匹配大自然的設(shè)計，還可以解決大自然從未面臨過的挑戰(zhàn)——從創(chuàng)造更精確的藥物到開發(fā)有助于應對氣候變化和糧食安全等全球挑戰(zhàn)的蛋白質(zhì)。”