Nat. Mach. Intell. | 用适应度景观建模与强化学习加速蛋白质工程

蛋白质工程在设计具有特定功能的蛋白质方面展现了巨大潜力，但由于可能的突变空间极为庞大，而实验室验证能力有限，往往难以高效发现最佳序列。为此，研究人员提出了 μProtein 框架，通过结合深度学习模型 μFormer（用于精确预测突变效应）与强化学习算法 μSearch（用于高效探索适应度景观），加速蛋白质工程进程。μProtein 能利用单点突变数据，预测并优化含有多位点突变的复杂序列，其关键在于对表观遗传交互作用（epistasis）的建模和多步搜索策略。在基准数据集上的表现验证了其有效性，并且在实验室中成功发现了具有显著功能增益的多点 β-内酰胺酶突变体，其活性超过已知最高水平。结果表明，μProtein 能够在广阔的蛋白质序列空间中发现具有潜在价值的突变，提供了一种稳健且高效的优化手段。

蛋白质工程作为生物技术的核心领域，旨在通过优化序列来获得定制化功能，推动药物研发、农业和新型生物酶的开发。核心挑战在于如何准确地将蛋白质序列映射到功能，即构建所谓的 适应度景观。这一景观往往复杂且崎岖，因为氨基酸残基之间存在非线性相互作用。

高通量实验方法如 深度突变扫描（DMS）和多重变体效应检测推动了单点突变效应的系统性研究。然而，它们仍存在局限：一是难以覆盖指数级增长的多重突变组合空间，二是依赖特定的实验读出系统（如细胞生长、荧光或结合亲和力），无法适用于所有功能表型。因此，基于有限实验数据的计算预测方法成为重要替代途径，能够探索超出现有实验范围的序列–功能关系。

μProtein 框架正是为此设计：μFormer 捕捉复杂的表观遗传效应，μSearch 则通过强化学习高效搜索序列空间。二者结合，为蛋白质工程提供了全面而高效的新策略。

μProtein 通过 μSearch 与 μFormer 的协作，能够从有限实验数据中泛化，并探索广阔的适应度景观。μSearch 将蛋白质工程任务建模为马尔可夫决策过程，通过多步策略性突变，生成潜在序列；μFormer 则作为“预测先知”，为这些序列提供适应度评分。该框架能高效识别高适应度突变组合，并在实际实验中得到验证。

在 78 个 DMS 数据集上，μFormer 的表现优于 16 种对比方法。在超过一半的数据集中，其预测结果与真实适应度的相关性超过 0.7，并在部分数据集中超过 0.9，显示出其在不同蛋白质与功能类型中的稳健性。尤其在包含插入/缺失突变的任务中，μFormer 依然展现最佳性能，凸显其作为预测先知的广泛适用性。

研究人员进一步验证了 μFormer 在预测多点突变时是否能够捕捉非加性效应。结果显示，其预测的表观遗传得分与真实值高度相关，并在大多数情况下显著降低了误差。这表明 μFormer 不仅能建模单点突变效应的累积，还能学习到复杂的残基交互关系。

在多个高阶突变数据集中，μFormer 能有效预测表现最优的突变体。在 TEM-1 β-内酰胺酶的案例中，μFormer 成功优先排序了临床上已知的广谱耐药突变体（ESBLs），并与最小抑制浓度实验结果高度一致。这进一步验证了其实际应用价值。

在多个适应度景观模拟任务中，μSearch 相比其他八种主流探索算法展现出更高的样本效率和搜索效果。在 TEM-1–头孢噻肟系统的实验中，μSearch 能够在较少的查询次数内识别到其他方法无法达到的高适应度序列，证明其在复杂景观中的强大导航能力。

研究人员在实验中设计并筛选了 200 个 RL（强化学习）生成的 TEM-1 突变体，结果有 47 个在头孢噻肟条件下的生长表现超过野生型，大幅优于随机生成的对照组。特别是双突变组合 G236S;T261V 的活性甚至超过了此前知名的四突变体，展示了 RL 设计突变体在突破自然进化局限上的潜力。

μProtein 框架通过结合深度学习与强化学习，实现了对蛋白质适应度景观的有效建模与探索。μFormer 提供高精度预测，μSearch 高效搜索突变空间，两者共同使得在有限实验数据条件下，依然能够发现具有高功能的蛋白质变体。

与传统方法相比，μProtein 在处理多点突变、插入/缺失突变等复杂场景中表现突出，并在实际实验中成功发现高功能变体，验证了其可行性。尽管如此，研究人员也指出，模型在不同任务中表现存在差异，未来可通过引入三维结构数据、丰富的环境变量以及迭代式实验反馈进一步提升性能。

总体而言，μProtein 为蛋白质工程提供了一种高效、稳健的新范式，为药物研发、抗体设计、耐药突变预测等应用开辟了新的可能性。

Sun, H., He, L., Deng, P. et al. Accelerating protein engineering with fitness landscape modelling and reinforcement learning. Nat Mach Intell (2025). 

https://doi.org/10.1038/s42256-025-01103-w