从海量数据中找出规律，AI工具实现大规模蛋白质改造
研究团队在杜克大学医学院实验室的工作场景。图片来源：杜克大学医学院
美国杜克大学医学院研究团队开发出一款名为Raygun的人工智能（AI）工具，可像“翻译器”一样从海量数据中提炼出规律，在保持蛋白质结构与功能的前提下对其尺寸和性质进行大规模改造。这项成果于29日刊发于《自然》杂志。
与从零设计全新蛋白质的路径不同，Raygun基于已训练完成的蛋白质语言模型开展工作。这类模型通过分析数百万条天然蛋白质序列，掌握了氨基酸排列与蛋白质结构、功能之间的潜在规律。研究团队发现，这些规律可以被转化为标准化的数学表征，使不同长度的蛋白质能够在同一维度下进行比较和运算，从而为定向改造提供基础。
在实际操作中，研究团队仅需调整两个参数即可驱动Raygun工作：一个控制序列修改幅度，另一个决定蛋白质缩短或延长。测试结果显示，经过改造的蛋白质不仅维持了原有的三维结构稳定性，其关键功能位点的活性也未受影响。
在活细胞实验中，经Raygun优化的荧光蛋白仍具备稳定成像能力，参与细胞代谢的酶同样保持了正常催化效率。针对表皮生长因子的改造验证进一步表明，其设计的变体仍能精准结合对应受体。表皮生长因子既是促进伤口愈合的重要因子，也是癌症研究中备受关注的细胞生长信号调控靶点。
该研究指出，尽管科学界已知氨基酸序列决定蛋白质形态与功能，但这种“语言”的具体规则尚未被完全破译，而蛋白质语言模型相当于一种翻译器，能够从海量数据中提炼出关联规律。Raygun的创新在于将这种规律转化为可计算的数学形式，突破了传统方法中因蛋白质长度差异导致的分析局限。
这一工具的问世，为蛋白质工程提供了新的研究模式。未来，它可能推动更高效基因疗法的开发，优化生物技术工具的性能，并为生物医学研究提供更灵活的分子探针。同时，Raygun展现的大规模改造能力，也为科学家理解自然演化中蛋白质的变异规律提供了新视角。目前，相关研究仍处于基础验证阶段，后续转化应用尚需更多实验支撑。
研究团队在杜克大学医学院实验室的工作场景。图片来源：杜克大学医学院
美国杜克大学医学院研究团队开发出一款名为Raygun的人工智能（AI）工具，可像“翻译器”一样从海量数据中提炼出规律，在保持蛋白质结构与功能的前提下对其尺寸和性质进行大规模改造。这项成果于29日刊发于《自然》杂志。
与从零设计全新蛋白质的路径不同，Raygun基于已训练完成的蛋白质语言模型开展工作。这类模型通过分析数百万条天然蛋白质序列，掌握了氨基酸排列与蛋白质结构、功能之间的潜在规律。研究团队发现，这些规律可以被转化为标准化的数学表征，使不同长度的蛋白质能够在同一维度下进行比较和运算，从而为定向改造提供基础。
在实际操作中，研究团队仅需调整两个参数即可驱动Raygun工作：一个控制序列修改幅度，另一个决定蛋白质缩短或延长。测试结果显示，经过改造的蛋白质不仅维持了原有的三维结构稳定性，其关键功能位点的活性也未受影响。
在活细胞实验中，经Raygun优化的荧光蛋白仍具备稳定成像能力，参与细胞代谢的酶同样保持了正常催化效率。针对表皮生长因子的改造验证进一步表明，其设计的变体仍能精准结合对应受体。表皮生长因子既是促进伤口愈合的重要因子，也是癌症研究中备受关注的细胞生长信号调控靶点。
该研究指出，尽管科学界已知氨基酸序列决定蛋白质形态与功能，但这种“语言”的具体规则尚未被完全破译，而蛋白质语言模型相当于一种翻译器，能够从海量数据中提炼出关联规律。Raygun的创新在于将这种规律转化为可计算的数学形式，突破了传统方法中因蛋白质长度差异导致的分析局限。
这一工具的问世，为蛋白质工程提供了新的研究模式。未来，它可能推动更高效基因疗法的开发，优化生物技术工具的性能，并为生物医学研究提供更灵活的分子探针。同时，Raygun展现的大规模改造能力，也为科学家理解自然演化中蛋白质的变异规律提供了新视角。目前，相关研究仍处于基础验证阶段，后续转化应用尚需更多实验支撑。
本文链接：http://m.sushuapos.com/show-2-17023-0.html从海量数据中找出规律，AI工具实现大规模蛋白质改造
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： AI“隐形欺诈”挑战司法程序
下一篇：头足动物起源前推3000万年
