蛋白质，是大而复杂的分子，在所有活细胞中起着至关重要的作用，是生命活动的执行者，它们会自然地构建、修饰和分解我们细胞内的其他分子，蛋白质还广泛用于工业过程和产品以及我们的日常生活中。

以蛋白质为基础的药物也非常普遍，例如治疗糖尿病的胰岛素，就是最常用的处方药之一，一些昂贵的抗癌药物也是基于蛋白质的抗体药。

如果想改造出与自然界发现的蛋白质或酶不同的蛋白质和酶，目前使用的蛋白质工程的方法，依赖于将随机突变引入蛋白质序列，但是，每引入一个额外的随机突变，蛋白质活性就会下降。而且，整个过程非常缓慢，需要进行多轮非常昂贵且耗时的实验，以筛选出数百万个蛋白变体。

瑞典查尔姆斯理工大学等单位的研究人员在 Nature 子刊 Nature Machine Intelligence 发表了题为：Expanding functional protein sequence spaces using generative adversarial networks 的研究论文。

研究团队开发了一种名为ProteinGAN的基于AI的生成式深度学习方法，该方法能够产生新型的、有功能活性的蛋白质，而且整个过程非常快，仅需几周时间就能从计算机设计到得到有功能活性的蛋白。

这项研究代表了合成蛋白质领域的新突破，有助于更快速、更经济地开发基于蛋白质的治疗药物。

更多详情可以戳原文。

来源：生物世界

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