麻省总医院的研究人员推出了一种人工智能蛋白质工程师，能够使蛋白质“更好、更快、更强”

工程蛋白是关键的工业和医疗应用，从疫苗开发到使作物或食物蛋白质更具弹性。科学家们可以设计蛋白质来改善自然，但这样的实验既耗时又费力。研究人员开发了一种名为EVOLVEPro的基于人工智能的蛋白质设计工具，该工具已经显示出多种应用前景，并可用于帮助解决其他医疗挑战。

　　

大自然很擅长设计蛋白质。科学家就更好了。但人工智能有望多次改善蛋白质。这种“设计蛋白”的医学应用范围从制造更精确的抗体来治疗自身免疫性疾病或癌症到更有效的病毒疫苗。它的应用可能会超出医学范畴，例如，种植更有营养或从大气中吸收更多二氧化碳的更好的作物。麻省总医院布里格姆和贝斯以色列女执事医疗中心（BIDMC）的研究人员开发了一种名为EVOLVEpro的人工智能（AI）工具，这可能代表着蛋白质工程领域的一次飞跃。在《科学》杂志上发表的一篇论文中，研究小组通过应用该模型来设计六种不同用途的蛋白质，展示了该工具使蛋白质更稳定、精确和高效的能力。

“像这样的工具的力量在于我们不受进化的限制。使用人工智能，我们可以选择优化蛋白质，以任何需要的方式变得更好，”共同资深作者Omar Abudayyeh博士说，他是布里格姆医学院基因和细胞治疗研究所的研究员，也是布里格姆妇女医院医学系医学工程部门的研究员。Abudayyeh还在BIDMC的病毒学和疫苗研究中心担任第二职位，并且是哈佛医学院的助理教授。

“我们可以制造出更好、更快、更强的蛋白质。我们可以设计它更有效地与目标结合，以改善治疗或改善其功能。如果我们能衡量它，我们就能改进它。”

蛋白质工程的概念并不新鲜，但人工智能和大型语言模型的出现正在开始给这个领域带来革命性的变化。蛋白质语言模型（PLMs）可以学习蛋白质的“语法”，从大型基因组数据库中读取蛋白质序列，并以科学家指定的方式提供改进蛋白质的建议。就像新的法学硕士一样，EVOLVEpro在以前的模型上起到了一个层的作用，它可以在响应之前进行推理并提供更多的思考。

“蛋白质建模近年来取得了进步，我们想知道我们现在是否可以使用大型语言模型来预测更好的蛋白质序列，”共同资深作者Jonathan S. Gootenberg博士说，他是BIDMC病毒学和疫苗研究中心的成员，也是麻省总医院布里格姆基因和细胞治疗研究所的成员，也是哈佛医学院的教员。“我们的研究结果一致表明，这种工具可以很好地发挥作用。我们选择了两种临床相关的抗体——要么已经在使用，要么接近于人类使用——并发现，通过EVOLVEpro，我们可以设计出一种结合更好、表达更好的抗体。通常情况下，你可以在其中一个结果上做得很好，但在这里，我们看到了两者的改善。”

像这样的研究表明，基因和细胞治疗技术的进步有望改变医学。麻省总院布里格姆基因和细胞治疗研究所（GCTI）成立于2022年，旨在推动有针对性的、变革性的治疗方法的发现和发展，这些治疗方法有可能治愈疾病或阻止疾病的发展。该研究所联合了500多名研究人员和临床医生，致力于推进基因和细胞治疗的首次人体临床试验，并最终为患者提供挽救生命的治疗。

这篇发表在《科学》杂志上的论文由麻省总医院基因与细胞治疗研究所的Kaiyi Jiang和Zhaoqing Yan以及麻省理工学院的Matteo Di Bernardo领导的研究小组使用EVOLVEpro设计了六种蛋白质。

研究人员发现，EVOLVEpro设计的两种单克隆抗体在粘附靶标方面的性能提高了30倍。一种微型CRISPR核酸酶产生基因变化的效率是前者的5倍。一种用于基因编辑的蛋白质，被称为“初始编辑器”，在将序列插入基因组的不同部分方面的能力是前者的两倍。一种名为Bxb1整合酶的蛋白质在将DNA插入细胞中用于可编程基因整合应用方面的效率提高了四倍，而一种用于RNA生产的蛋白质，T7 RNA聚合酶，在精确复制RNA方面的效率提高了100倍，这对于制造用于mRNA疗法或疫苗的mRNA非常重要。

Jiang教授说：“我们预计这只是EVOLVEpro的开始，它将随着时间的推移而不断改进，并可用于各种蛋白质工程应用。这项技术标志着一个新时代的开始，在这个时代，我们不仅可以设计出与大自然设计相匹配的蛋白质，还可以解决大自然从未面临过的挑战，从创造更精确的药物到开发有助于应对气候变化和粮食安全等全球挑战的蛋白质。”