2023年1月26日，美国Salesforce Research、Profluent Bio等机构在《自然-生物技术》上发表了一项研究成果，该研究创建了一个能够从头开始生成人造酶的人工智能（AI）系统。在实验室测试中，尽管人工生成的氨基酸序列与任何已知的天然蛋白质存在显著差异，但其中一些酶与自然界中发现的酶一样有效。

  该实验表明，虽然自然语言处理是为读写语言文本开发的，但至少可以学习一些生物学的基本原理。Salesforce Research公司开发的名为ProGen的AI程序，能够使用下一代标记预测将氨基酸序列组装成人造蛋白质。

  为了创建这个模型，科学家只需将2.8亿种不同蛋白质的氨基酸序列输入机器学习模型，并让它在几周内消化信息。然后，他们使用来自5个溶菌酶家族的5.6万个序列，以及有关这些蛋白质的上下文信息对模型进行微调。

  该模型迅速生成了100万个序列。研究团队根据它们与天然蛋白质序列的相似程度，以及AI蛋白质的潜在氨基酸“语法”和“语义”的自然程度，选择了100个序列进行测试。

  在第一批由Tierra生物科学公司体外筛选的100种蛋白质中，该团队制作了5种人工蛋白质用于细胞测试，并将其活性与鸡蛋清中发现的一种酶——鸡蛋清溶菌酶进行了比较。在人类的眼泪、唾液和牛奶中也发现了类似的溶菌酶，它们可以抵御细菌和真菌。其中，两种人工酶能够分解细菌的细胞壁，其活性与鸡蛋清溶菌酶相当。但它们的序列只有约18%相同，这两个序列与任何已知蛋白质的相似性分别为90%和70%。

  AI甚至能够通过研究原始序列数据了解酶如何形成。X射线晶体学测量显示，人造蛋白质的原子结构看起来和它们应该有的样子一样，尽管这些序列是前所未有的。

  科学家表示，这项新技术可能比获得诺贝尔奖的“蛋白质设计技术——定向进化”更为强大，它将加速新蛋白质的开发，为已有50年历史的蛋白质工程领域注入活力。这些新蛋白质几乎可以用于从疾病治疗到降解塑料的任何领域。■