人工智能的应用，已经极大地加速了蛋白质工程的研究。
最近，加州伯克利的一家初出茅庐的初创公司再次取得了惊人的进步。
科学家们采用类似ChatGPT的蛋白质工程深度学习语言模型——Progen，首次实现了AI预测蛋白质的合成。
这些蛋白质不仅与已知的完全不同，相似度最低的甚至只有31.4%，但和天然蛋白一样有效。
现在，这项工作已经正式发表于Nature子刊。
论文地址：https://www.nature.com/articles/s41587-022-01618-2
这个实验也表明，自然语言处理虽然是为读写语言文本而开发的，但它也可以学习生物学的一些基本原理。
比肩诺奖的技术
「它将通过加快开发可用于从治疗剂到降解塑料等几乎所有用途的新蛋白质，为有50年历史的蛋白质工程领域注入活力。」
这家公司名叫Profluent，由前Salesforce AI研究负责人创立，已获得900万美元的启动资金，用于建立一个集成的湿实验室，并招募机器学习科学家和生物学家。
以往，在自然界中挖掘蛋白质，或者调整蛋白质到所需功能，都十分费力。Profulent的目标是，让这个过程变得毫不费力。
他们做到了。
Profluent创始人兼CEO Ali MadaniMadani在采访中表示，Profulent已经设计出了多个家族的蛋白质。这些蛋白质的功能与样本蛋白（exemplar proteins）一样，因此是具有高活性的酶。
这项任务非常困难，是以zero-shot的方式完成的，这意味着并没有进行多轮优化，甚至根本不提供湿实验室的任何数据。
而最终设计出的蛋白质，是通常需要数百年才能进化出来的高活性蛋白质。
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
评论
沙发等你来抢