中新网上海新闻11月5日（李秋莹）近年来，AI革新蛋白质结构预测，重磅突破层出不穷，但未来还将去往何处？ 11月5日，在第五届世界顶尖科学家国际联合实验室论坛上，“AI蛋白质折叠奠基人”、分子之心创始人兼首席科学家许锦波教授围绕AI蛋白质设计最新进展发表演讲。他认为，“AI蛋白质结构预测是本世纪最具颠覆性的科学突破之一，而AI+生物领域的下一个突破点，将是AI蛋白质设计。”

　　蛋白质是生命活动的主要承担者，但科学界对蛋白质结构和功能的研究始终进展缓慢。直到2016年，许锦波教授发明RaptorX-Contact方法，首次用深度学习方法大幅提升蛋白质结构预测的精度，开启了“AI+蛋白”时代的序幕。至今，人类已运用AI技术预测出自然界中数以亿计的蛋白质结构，对生命的认知也迈上了新高度。

　　但许锦波教授认为，在蛋白质领域仍有很多未解的难题，比如蛋白质与其他分子相互作用、孤儿蛋白质结构预测、蛋白质优化与设计等等。尤其是蛋白质优化与设计，“若实现要对蛋白质的有效利用，就必须突破蛋白质改造和设计，”他表示，“运用AI改造蛋白质，甚至根据需求‘原创’设计自然界中不存在的、大小不同、构象不同的蛋白质，不仅在学术上具有重大的突破意义，也是产业应用的关键。”

　　AI蛋白质设计将给一些领域带来重要的变革。在药物研发领域，基于蛋白质设计的新冠疫苗在一些国家已被批准使用，未来运用AI的方法将大大提升疫苗研发成功率，实现降本增效；在工业领域，运用AI改造蛋白酶甚至“原创”设计酶，有望大幅度提升工业催化效率，并减低污染，促进“双碳”目标的加速实现。

　　与蛋白质预测不同，蛋白质设计需要对应不同的场景解决不同的问题。比如设计特定形状的蛋白质骨架，或是优化氨基酸序列从而实现特定的结构，亦或是加强或减弱蛋白质与受体的亲和力等。不同的场景都需要不同的AI算法来应对。许锦波表示，他已带领团队在AI蛋白质优化和设计领域研究数年，并已取得多项世界领先的成果。

　　比如，AI蛋白质主链结构设计算法，可以设计任意大小、任意复杂度的蛋白质主链结构，而传统的方法只能设计100个氨基酸以内的蛋白质，这一方法大大提高了蛋白质结构和功能的可拓展空间。他们还用AI精准预测突变对蛋白质稳定性的影响，在未经任何DMS数据训练的情况下，在12个DMS数据集上，效果远超基于大型序列数据库训练的蛋白质语言模型 TAPE和UniRep，这也是目前该领域最精确的算法。值得一提的是，许锦波教授团队开发基于AI的DDG(结合自由能变化)预测算法，攻破了无足够可用数据的局限，达到全球范围内准确率最高的领先效果。

　　这些研究突破对于药物设计、酶设计等产业应用具备重要的价值。比如，许锦波教授团队开发的AI算法可以设计出耐高温的蛋白质，这在工业应用上具有重要的价值。基于AI设计的蛋白质骨架氨基酸序列，可以改善特定蛋白的功能，比如提升酶的热稳定性和催化活性，提高抗体的亲和力、稳定性和溶解度。他们还设计了一个对抗体设计非常关键的AI蛋白质CDR区域重建算法，用以改善抗体和抗原之间的亲和力，用以提升抗体的特异性，或减少抗体毒性。

　　“AI与生物的交融，正在开创一个全新的生命科学时代，”许锦波教授表示，未来，蛋白质将不止可以被洞悉，还可以被改造、被设计、被生成，被广泛而深刻地应用，在这一过程中，AI、生物、医学、化学、材料、电子等更多学科将融汇贯通，创造出一个价值巨大的、全新的生命科学。“我们正竭力让这一天早日到来。”

　　据悉，许锦波教授领衔的分子之心团队在红杉中国领投的数千万美元天使轮融资支持下，已开发出业界首个功能完善的AI蛋白质预测和设计平台MoleculeOS，这一平台将成为生物经济时代的基础设施。另据透露，近期MoleculeOS将上线弹性可伸缩、可组合的AI+蛋白质设计优化云平台，实现一键执行及多端协作，一站式支持基于AI蛋白计算的科研创新和产业应用。

注：请在转载文章内容时务必注明出处!   

编辑：李秋莹