科技日報北京9月18日電 (記者張夢(mèng)然)在過(guò)去兩年中，機器學(xué)習徹底改變了蛋白質(zhì)結構預測。現在，《科學(xué)》雜志上的3篇論文描述了蛋白質(zhì)設計方面的革命：華盛頓大學(xué)醫學(xué)院生物學(xué)家的研究表明，機器學(xué)習可比以前更準確、更快速地創(chuàng )建蛋白質(zhì)分子。科學(xué)家們希望這一進(jìn)步將帶來(lái)更多新的疫苗、療法、碳捕獲工具和可持續生物材料。

　　論文資深作者、華盛頓大學(xué)醫學(xué)院生物化學(xué)教授、2021年生命科學(xué)突破獎獲得者大衛·貝克表示，蛋白質(zhì)是整個(gè)生物學(xué)的基礎，但迄今在每種植物、動(dòng)物和微生物中發(fā)現的蛋白質(zhì)，遠不到所有可能蛋白質(zhì)的百分之一。有了這些新的軟件工具，研究人員應該能夠找到解決醫學(xué)、能源和技術(shù)方面長(cháng)期挑戰的方案。

　　為了超越自然界中發(fā)現的蛋白質(zhì)，貝克團隊成員將蛋白質(zhì)設計的挑戰分解為3個(gè)部分，并為每個(gè)部分使用新的軟件解決方案。

　　首先，必須生成新的蛋白質(zhì)形狀。在《科學(xué)》雜志上稍早發(fā)表的論文中，該團隊設計人工智能(AI)通過(guò)兩種方式生成新的蛋白質(zhì)形狀：第一種稱(chēng)為“幻覺(jué)”，類(lèi)似于基于簡(jiǎn)單提示就能產(chǎn)生輸出的工具；第二種稱(chēng)為“修復”，類(lèi)似于現代搜索欄中的自動(dòng)完成功能。

　　其次，為加快這一過(guò)程，團隊設計了一種生成氨基酸序列的新算法。15日發(fā)表的論文描述了這個(gè)名為ProteinMPNN的工具，運行時(shí)間約為1秒，比以前最好的軟件快200多倍。它不但結果優(yōu)于以前的工具，還不需要專(zhuān)家定制即可運行。

　　第三，該團隊使用“深度思維”公司開(kāi)發(fā)的“阿爾法折疊”來(lái)獨立評估他們提出的氨基酸序列是否可能折疊成預期的形狀。

　　研究人員表示，預測蛋白質(zhì)結構的軟件是解決方案的一部分，但它本身無(wú)法提出任何新的東西。ProteinMPNN之于蛋白質(zhì)設計，就像“阿爾法折疊”之于蛋白質(zhì)結構預測。

　　在另一篇論文中，貝克實(shí)驗室的一個(gè)團隊證實(shí)，新機器學(xué)習工具的組合能可靠地生成在實(shí)驗室中起作用的新蛋白質(zhì)。

　　研究發(fā)現，新制造的蛋白質(zhì)更有可能按預期折疊，因此可使用這一方法創(chuàng )建非常復雜的蛋白質(zhì)組裝體。“這是蛋白質(zhì)設計中機器學(xué)習的開(kāi)端。”貝克說(shuō)。

　　【總編輯圈點(diǎn)】

　　作為復雜的大分子，蛋白質(zhì)結構相關(guān)研究難度頗高。而人工智能的出場(chǎng)，可以大大提升蛋白質(zhì)結構相關(guān)研究的效率，為生命科學(xué)領(lǐng)域的科學(xué)家們幫上大忙。幾年前推出的“阿爾法折疊”，可以利用人工智能預測蛋白質(zhì)的結構，曾一度震動(dòng)生命科學(xué)界。如今，這項最新研究可以利用人工智能設計全新的蛋白質(zhì)，更進(jìn)一步彰顯了人工智能在生命科學(xué)領(lǐng)域的巨大潛能。