Nature新方法：AI助力蛋白质设计不损功能

这款基于人工智能的工具能生成结构功能更短、更长或高度修饰的蛋白质变体

杜克大学医学院的科研团队开发出一套AI框架，可以大规模重新设计蛋白质，且不牺牲原有功能。该工具名为Raygun，能生成较短、较长或高度修饰的蛋白质版本，同时保持其结构和功能不变。

这种方法并非从头设计新蛋白质，而是利用蛋白质语言模型——一种基于数百万天然蛋白质序列训练的AI系统——对现有蛋白质进行广泛修改。

研究成果发表于《自然》期刊，为设计具有特定尺寸和特性的蛋白质开辟了新途径。这些蛋白质可用于生物研究，并最终发展为靶向药物。

“有一种语言决定了蛋白质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它，”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翻译器，从数百万序列中学习规律，并将这些规律与生物结构和功能联系起来。”

Raygun在这些模型基础上，提出了一种新的蛋白质表示方式。它不再简单地将蛋白质视为不同长度的氨基酸链，而是将其转化为标准化数学表示，以捕捉AI学到的关键模式。

由于任何大小的蛋白质都能以相同格式表示，Raygun可以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。

研究人员只需两个设置即可操控Raygun：一个控制蛋白质序列的改变程度，另一个控制蛋白质变短或变长。

一系列测试显示，AI生成的蛋白质保持了预测的结构完整性，并保留了关键功能位点。活细胞研究证实了该方法在成像荧光蛋白和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，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。

这种方法有助于设计更高效的基因治疗、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见解。

参考文献

Miniaturizing and modifying natural proteins with Raygun