趋势：SA-GAN机器学习融入生物学 人工智能生成功能活性蛋白质！将加速药物的开发

机器学习和生物学的融合是未来一个重要的趋势。技术飞跃使得数据生产量和生产能力远超过我们处理的能力。利用机器学习/人工智能辅助生物学研究，现已能够产生新的、具有功能活性的蛋白质。这一新结果代表了合成蛋白质领域的突破。值得关注！

　　

蛋白质是一种大而复杂的分子，在所有活细胞中起着关键作用，在细胞内构建、修饰、分解其他分子。它们也被广泛应用于工业过程和产品以及我们的日常生活中，还有药物——蛋白质类药物非常常见——糖尿病药物胰岛素是最常用的药物之一，一些最昂贵和最有效的癌症药物也是基于抗体蛋白质的，目前用于治疗COVID-19的抗体也是蛋白质。目前，共同的特征都是源于天然蛋白质，人们发现某种生物中某种蛋白质的特定功能，再根据需要进行改造和生产，应用。

由于蛋白质在技术，科学和医学的应用如此广泛，从头设计蛋白质（De novo protein design）用于催化任何所需化学反应，一直是蛋白质工程领域的长期目标。但是，将蛋白质序列映射到蛋白质功能，目前在计算和实验上均很少见。由于瑞典Chalmers理工大学的研究人员最近发表的研究成果，现在已经能够利用人工智能产生新的功能活性蛋白质，有望更快、更具成本效益地开发基于蛋白质的药物。

摘要
研究人员开发了ProteinGAN人工智能，这是一种“生成对抗（博弈）网络（generative adversarial network）‘的“自省式（self-attention-based）”变体，能够“学习”天然蛋白质序列的多样性并能够生成功能性蛋白质序列。ProteinGAN直接从复杂的多维氨基酸序列空间中学习蛋白质序列的进化关系，并创建具有自然类似物理特性的新的高度多样化的序列变体。使用苹果酸脱氢酶（MDH）作为模板酶，结果显示，ProteinGAN生成和实验测试的序列中有24％（在55个测试中占13个）是可溶的，并在体外测试条件下（包括106个氨基酸取代的高度突变变体）显示出MDH催化活性。因此，ProteinGAN证明了人工智能具有在碱基空间范围的生物学限制下、快速设计出具高度多样化的功能蛋白的潜力。

从计算机设计到能工作的蛋白质，仅需在几周时间

目前用于蛋白质工程的方法依赖于将随机突变引入蛋白质序列。然而，每引入一个额外的随机突变，往往导致蛋白质活性下降。“因此，人们必须进行多轮非常昂贵和耗时的实验，筛选数以百万计的变体，从而最终设计出与自然界中发现的“原本”显著不同的蛋白质和酶，这个工程过程非常缓慢，但是现在我们有了一种基于人工智能的方法，我们可以在几周内完成从计算机设计到能工作的蛋白质。”研究负责人Aleksej Zelezniak说。

Chalmers的研究人员的新结果最近发表在《Nature Machine Intelligence 》杂志上，代表了合成蛋白质领域的一个突破。Aleksej Zelezniak的研究小组和合作者开发了一种基于人工智能的方法，称为ProteinGAN，它使用了一种生成性的深度学习方法。从本质上说，人工智能提供了大量来自已经深入研究的蛋白质的数据；它研究这些数据，并尝试在此基础上创建新的蛋白质。同时，人工智能的另一部分试图分辨出合成蛋白质与天然蛋白区别。蛋白质设计在系统中来回传递，直到人工智能无法再区分天然和合成蛋白质为止。

这种方法在制作照片和视频领域已经众所周知——它可以为根本不存在的人制作跟“真人照片”几乎一样的“照片”。但在这项研究显然更有价值——它被用于设计具有类似天然蛋白物理特性的、高度多样化的蛋白质各种变体，并且可以合成并测试其功能。

日常产品中广泛使用的蛋白质并不总是完全天然的，而是通过合成生物学和蛋白质工程技术制成的。利用这些技术修改原始的蛋白质序列，以期创造出更有效、更稳定、更适合特定应用的合成新的蛋白质变体。基于人工智能的新方法对于开发高效的工业酶以及新的基于蛋白质的疗法（如抗体和疫苗）具有重要意义。

这是一种更具成本效益和可持续发展的模式

生物和生物工程系的助理教授Martin Engqvist参与了设计实验来测试人工智能合成的蛋白质。“加快蛋白质的工程化速度对于降低酶催化剂的开发成本非常重要。这是实现环境可持续的工业过程和消费品的关键，我们的人工智能模型以及未来的模型将实现这一点。在这种情况下，我们的工作是一个重要的贡献，这种工作只有在在计算机科学和生物学交界处的多学科环境中才有可能实现。我们有完美的条件来实验测试这些人工智能设计的蛋白质的特性，”Aleksej Zelezniak说。

研究人员的下一步是探索如何将这项技术用于蛋白质特性的具体改进，例如提高稳定性，这项研究是在Chalmers理工大学、立陶宛维尔纽斯大学生命科学中心和生物材料设计公司的合作下进行的。