蛋白質(zhì) ，是大而復(fù)雜的分子，在所有活細(xì)胞中起著至關(guān)重要的作用，是生命活動的執(zhí)行者，它們會自然地構(gòu)建、修飾和分解我們細(xì)胞內(nèi)的其他分子，蛋白質(zhì) 還廣泛用于工業(yè)過程和產(chǎn)品以及我們的日常生活中。

以蛋白質(zhì)為基礎(chǔ)的藥物也非常普遍，例如治療糖尿病的胰島素，就是最常用的處方藥之一，一些昂貴的抗癌藥物也是基于蛋白質(zhì)的抗體藥。

如果想改造出與自然界發(fā)現(xiàn)的蛋白質(zhì)或酶不同的蛋白質(zhì)和酶， 目前使用的蛋白質(zhì)工程的方法，依賴于將隨機(jī)突變引入蛋白質(zhì)序列， 但是，每引入一個(gè)額外的隨機(jī)突變，蛋白質(zhì)活性就會下降。 而且， 整個(gè)過程非常緩慢，需要進(jìn)行多輪非常昂貴且耗時(shí)的實(shí)驗(yàn)，以篩選出數(shù)百萬個(gè)蛋白變體 。

研究團(tuán)隊(duì)開發(fā)了一種名為 ProteinGAN 的基于AI的生成式深度學(xué)習(xí)方法，該方法能夠 產(chǎn)生 新型的、有功能活性的蛋白質(zhì) ，而且整個(gè)過程非?？欤瑑H需幾周時(shí)間就能從計(jì)算機(jī)設(shè)計(jì)到得到有功能活性的蛋白。

這項(xiàng)研究代表了合成蛋白質(zhì)領(lǐng)域的新突破，有助于 更快速、更經(jīng)濟(jì)地開發(fā)基于蛋白質(zhì)的治療藥物 。

研究團(tuán)隊(duì)通過為AI提供大量來自經(jīng)過深入研究的蛋白質(zhì)的數(shù)據(jù)，讓AI研究了這些數(shù)據(jù)后，開始嘗試根據(jù)它創(chuàng)建新的蛋白質(zhì)。 同時(shí)，AI的另一部分嘗試弄清楚新合成蛋白是否是假的， 蛋白質(zhì)在系統(tǒng)中來回循環(huán)，直到AI無法區(qū)分其是天然蛋白質(zhì)還是合成蛋白質(zhì)為止。

實(shí)際上，我們?nèi)粘V泛使用的蛋白質(zhì)并不總是完全天然的，有很多是通過合成生物學(xué)和蛋白質(zhì)工程技術(shù)制成的。使用這些技術(shù)，對天然蛋白質(zhì)序列進(jìn)行了修飾，以期創(chuàng)建合成新型蛋白質(zhì)變體，希望這些變體更加有效、穩(wěn)定。 

但是傳統(tǒng)方法最大的問題在于效率低下，昂貴且耗時(shí)，因此，基于AI的新方法加快對蛋白質(zhì)的改造，能夠大大降低研發(fā)成本，對于開發(fā)基于蛋白質(zhì)的藥物 （例如抗體和疫苗） 以及工業(yè)酶非常重要。

團(tuán)隊(duì)表示，下一步將探索如何將該技術(shù)用于蛋白質(zhì)特性的特定改進(jìn)，例如提高穩(wěn)定性，這可能會給工業(yè)技術(shù)、以及疾病治療中使用的蛋白質(zhì)產(chǎn)生極大改進(jìn)和提升。