AI幻化出全新设计的蛋白质结构

IAN C. HAYDON/UW MEDICINE INSTITUTE FOR PROTEIN DESIGN

一项新的研究发现，利用人工智能，科学家正在创造具有无限特性的新型蛋白质。

蛋白质是存在于每个细胞中的一串分子，它们自发地折叠成复杂的三维形状，这几乎是每个生物过程的关键。然而，组成每种蛋白质的氨基酸之间相互作用的复杂性使得很难预测它们的结构，即使研究人员知道构成蛋白质的氨基酸序列。

长期以来，科学家们一直在利用Rosetta等程序设计具有潜在新功能的新蛋白质，对它们的折叠方式进行建模，并预测它们的行为是否符合预期。深度神经网络也越来越多地帮助研究人员预测蛋白质结构。

现在，一个研究小组调查了这种网络捕获的信息是否能产生新的折叠蛋白质，其新序列与用于训练模型的天然蛋白质序列无关。这项工作描述了一种神经网络的发展，这种网络可以使蛋白质产生新的、稳定的结构。

研究人员在12月2日出版的Nature杂志上详细介绍了其最新发现。

研究人员是来自多家美国学术机构的合作者，他们对trRosetta进行了实验，trRosetta是一个基于网络的蛋白质结构预测平台，由深度学习和Rosetta提供支持。他们给它提供完全随机的蛋白质序列，并在其中引入突变，直到trRosetta开始进行概括，从而得出氨基酸串如何排列成稳定的3D结构的预测。

来自西雅图的华盛顿大学的计算生物学家，同时也是本研究的第一作者的Ivan Anishchenko表示：“只用了几天时间，我们就实现了其试点版本，并定性地检查了所产生的结果是否可行。我们很高兴地看到，完全随机的的蛋白质序列在肉眼看来似乎是可信的，而且在结构上也相当多样化。自动化蛋白质生成程序非常需要具备这两种特性。”

科学家们生成了2000个新的蛋白质序列，每个序列有100个氨基酸。所有这些最初都是人工智能想象出来的。研究小组开发了合成基因，帮助在实验室的大肠杆菌中产生129种蛋白质；他们的初步分析证实，这些真实世界的蛋白结构中有27个似乎被折叠成与网络“幻觉”结构一致的形状。利用X射线晶体学和核磁共振成像对其中三种虚构的蛋白质进行了详细分析，进一步证实了这些分子的结构与深层网络所设想的结构非常相似。

Anishchenko说，这种幻觉方法有助于大大简化蛋白质设计。以前，为了创造一种具有所需形状的新蛋白质，科学家必须分析自然界中的相关结构，以推断创造这种形状所需的因素。使问题复杂化的是，研究人员需要为每种新类型的褶皱设计一套新的规则。通过使用一个掌握了蛋白质结构基本原理的深层网络，他们不再需要依赖那些特定于折叠的规则，而是可以从理论上指导人工智能设计出所需的形状。

研究人员现在的目标是创造出一种人工智能，这种智能能够制造出理想的蛋白质，比如能够结合目标的小蛋白质。Anishchenko警告说，“trRosetta已经过时了。现在有更好的选择，比如RoseTTAFold和AlphaFold。不过，幻觉方法可以很容易地扩展到使用这些新的网络，可能会产生更精确的设计模型。”

往期推荐