突破性进展：AI驱动的蛋白质进化实现特性提升百倍！

全方位突破：从抗体优化到基因编辑工具。

原标题：Science重磅：AI完成定向蛋白质进化，特性提升100倍
文章来源：大数据文摘
内容字数：6349字

蛋白质设计的创新突破：EVOLVEpro平台

近年来，科学家们在蛋白质设计领域取得了显著进展，人工智能（AI）技术的应用将这一领域推向了新的高度。来自哈佛医学院、麻省理工学院等机构的研究团队开发了名为EVOLVEpro的人工智能平台，为定向蛋白质进化提供了全新的解决方案。

1. EVOLVEpro平台的核心优势

EVOLVEpro基于少样本主动学习框架，结合蛋白质语言模型（PLMs）和回归模型，能够仅依靠蛋白质序列进行优化，而无需依赖结构信息或专家经验。这一创新使得高活性蛋白突变体的预测和设计更加高效，性能提升可达100倍。

2. 跨领域应用的潜力

该平台在RNA生产、基因编辑及抗体结合等多个领域展现出优越性能。研究表明，EVOLVEpro能够显著提高基因编辑工具的活性，并改善抗体的结合能力和表达水平。此外，在新型脂质纳米颗粒的优化实验中，EVOLVEpro几乎完全消除了脱靶效应，为精准医疗奠定了基础。

3. 传统技术的局限性

传统的蛋白质优化技术如深度突变扫描（DMS）和定向进化往往面临耗时费力的问题，容易陷入局部最优解。而基因编辑技术如CRISPR-Cas9也存在精准性不足和递送效率低的问题。

4. EVOLVEpro的性能验证

研究团队通过对多个数据集的优化，验证了EVOLVEpro在抗体和基因编辑工具上的表现。C143抗体的结合亲和力和微型CRISPR核酸酶的插入缺失效率均显著提升，证明了EVOLVEpro的有效性。

5. 未来的挑战与展望

尽管EVOLVEpro展示了巨大的潜力，但仍面临一些挑战，如蛋白质语言模型的局限性和活性景观的复杂性。研究人员计划进一步优化EVOLVEpro模型，探索其在更多生物医学领域的应用，以满足对高性能蛋白质的需求。

总之，EVOLVEpro的问世为蛋白质优化与基因编辑工具的研发开辟了新视角，随着技术的持续进步，未来在生命科学领域可能会迎来更多的突破，为癌症治疗与新药研发提供新的可能性。

联系作者

文章来源：大数据文摘
作者微信：
作者简介：普及数据思维，传播数据文化