AlphaFold2引爆科研圈的热度还未退散，又一蛋白质设计相关巨作荣登《Nature》。12月1日，蛋白质设计大师David Baker带领的团队在《Nature》上发表了《De novo protein design by deep network hallucination》一文，共同参与创作的还有华盛顿大学、伦斯勒理工学院和哈佛大学的研究人员。

论文链接：

https://www.nature.com/articles/s41586-021-04184-w

David Baker之前的工作trRosetta已经可以做到根据氨基酸序列精准地预测其结构，在此基础上，如果输入到trRosetta中的序列本身是具有我们需要的蛋白特征的，那么最后折叠出来的蛋白也将具有理想特征。而现在关键的问题是：如何使序列本身具有理想特征呢？DeepDream带给了David Baker灵感，如果能够像DeepDream一样，训练过程中不断“强化”随机氨基酸序列的理想特征，那么最后就将生成具有理想特征的“想象蛋白”。

“想象蛋白”生成模型图

在大量天然蛋白质基础上进行结构预测训练之后的trRosetta，已具备能够捕获蛋白序列和结构信息的能力。因此作者选择将其作为背景网络进而“诱导”输入的随机序列生成新的蛋白质序列。通过实验发现，最初输入到网络中的随机序列生成的残基对距离分布是扩散的，难以折叠为合理的蛋白质，但随着迭代的进行，被优化的序列逐渐合理。

内容中包含的图片若涉及版权问题，请及时与我们联系删除