人类输给了人工智能，这次是关于蛋白质修饰

人类输给了人工智能，这次是关于蛋白质修饰

人工智能（AI）再次超越人类，这次是在修改蛋白质方面——

人类科学家可能需要 6-12 个月才能完成的任务，人工智能只需几周就能完成，无需人工干预、反馈或主观判断。

这是一个由人工智能驱动的完全自主机器人，可以设计蛋白质。 由威斯康星大学麦迪逊分校（ of -）的一个研究小组提出，这是一个无需人工干预的蛋白质设计和构建的概念。 核实。

相关研究论文题为《Self-to-the》，已发表在子刊创刊号上。

研究团队表示，它自动化并加速了科学发现过程，对蛋白质工程和合成生物学领域具有重要意义。

AI剂改造酶具有更好的耐热性

蛋白质是地球上一切生命的物质基础，参与细胞活动的各个过程。

蛋白质设计，即创造具有特定功能和性质的新蛋白质的能力，已广泛应用于生物技术、化学和医学等领域，例如：

新药和疗法的开发，特别是在癌症、心血管疾病、遗传病治疗等领域的开发，也将有助于疫苗和个性化医疗的发展；

为生物制造制造酶和其他生物催化剂，以有效地将原料转化为有用的产品，如生物燃料、药品或食品成分；

提高作物抗病、抗旱和营养价值，从而提高农业生产力和粮食安全；

降解环境中的污染物，如重金属、有机污染物；

构建新型生物材料，例如用于医学工程的生物相容性材料或具有独特物理性能的高性能材料；

帮助科学家深入了解蛋白质的结构和功能关系，推动生物化学、分子生物学等领域的发展。

尽管蛋白质工程具有巨大的应用潜力，但创造具有改进或新功能的新蛋白质仍然是一个重复且费力的过程，有时需要人类科学家数年的时间。

在研究生物系统的过程中，科学家通过产生假设、设计实验来检验假设、在实验室进行实验、解释数据来加深对系统的理解，然后迭代这个过程，逐步揭示生物机制和设计性能以及新的系统。表现更好的系统。

如今，人工智能被用来自动化各行各业的任务，但由于生物特征和实验的复杂性，开发一个不休息、自动设计蛋白质并可以从生成的数据中学习的全自动系统仍然是一个挑战。 一个困难的问题。

据报道，它由人工智能代理驱动，可以学习蛋白质序列和功能之间的关系，设计新的蛋白质，并将这些蛋白质发送到全自动机器人系统，对设计的蛋白质进行实验测试。 ，并提供反馈以提高AI代理对系统的理解。

图|，一个完全自主的蛋白质工程系统。

为了测试该系统，研究人员使用了四种试剂来设计具有更好耐热性的糖苷水解酶。 尽管搜索行为不同，但每个代理最终都找到了一种更热稳定的酶，比原始起始序列至少稳定 12°C。

图| 4位代理人独立发现了具有更好热稳定性的酶。

通用蛋白质工程平台

研究团队表示，这是一个通用的蛋白质工程平台，可广泛应用于生物工程和合成生物学领域。

尽管他们仅展示了系统在工程热稳定性方面的性能，但相同的方法也可用于工程酶活性、特异性，甚至产生自然界中未见的化学反应。

与定向进化一样，该系统不需要蛋白质结构或机制的先验知识，而是使用公正的方法来研究序列变化如何影响功能。

然而，研究小组也指出，建立新蛋白质功能的最大障碍是所需的生化测试。 这项工作中使用的机器人系统只能使用酶标仪，因此需要基于比色或荧光的检测方法。

原则上，更先进的分析仪器，例如液相色谱-质谱法或核磁共振波谱法，可以集成到自动化系统中，从而扩大可以设计的蛋白质功能的类型。

此外，获取资源的延迟、机器人故障和系统停机也可能影响在该系统中开发蛋白质所需的总时间。

目前，研究团队已在云实验室上实现了完整的实验流程，创建了一个经济高效、易于使用的系统，可供其他合成生物学研究人员采用。

未来，像这样的自主实验室将彻底改变生物分子工程和合成生物学领域，使低效、耗时和劳动密集型的蛋白质工程活动实现自动化，使研究人员能够更多地关注重要的下游应用。

随着深度学习、机器人自动化和高通量仪器的不断发展，用于科学发现的智能自动化系统将变得越来越强大。

论文链接：

本文来自微信公众号，作者：学术头条，36氪授权发布。