《Nature》人工智能模型设计了自然界中没有的蛋白质

在人工智能革命之前，蛋白质设计方法仅限于基于自然界现有蛋白质生成设计，这存在局限性，因为大自然只对可能的蛋白质景观的一小部分进行了采样。相比之下，生成式人工智能方法强调从头开始的蛋白质设计——从零开始设计新的蛋白质——以扩大功能和理想属性的范围，超越自然界已经实现的功能。

在《Nature》杂志上发表的一项名为“用可编程生成模型照亮蛋白质空间”的新研究中，研究人员提出了一种名为Chroma的生成式人工智能(AI)模型，该模型创造了自然界中以前未发现的具有可编程特性的新型蛋白质，具有治疗潜力，并在实验室中取得了实验成功。Chroma用于在外部约束下设计蛋白质，包括对称性、子结构、形状，甚至是自然语言提示。实验表征了从Chroma产生的310种蛋白质，这些蛋白质表达、折叠并具有良好的生物物理特性。

这项工作来自马萨诸塞州萨默维尔(Somerville)的Generate:Biomedicines公司，该公司致力于机器学习、生物工程和医学的交叉研究，重点是蛋白质设计。

Biomedicines的联合创始人兼首席技术官Gevorg Grigoryan博士指出，可编程性从一开始就是Chroma框架不可或缺的一部分，因为生产治疗应用需要的不仅仅是生成可以通过实验验证的结构。评估蛋白质的功能，如结合、变构控制和酶活性，对治疗潜力至关重要。

此外，这项研究的一个新颖之处在于，当考虑在蛋白质设计活动中进行实验验证时，它改变了范式。

“我们的目标不是‘我想让这种蛋白质起作用’，而是表征这种模型。我们想了解Chroma学到的东西有多少是真实的，多少是不真实的，”Grigoryan说。

在决定实验验证哪些计算结构时，常用的方法包括一个过滤步骤，在这个步骤中，蛋白质设计者根据他们对生物物理结构的理解来批评设计，例如由于溶解度问题而惩罚疏水区域的过度代表。