改造蛋白質創造高效生物工具

目前已經投入應用的AI蛋白質模型，學習了海量專業、復雜的多模態數據，可以根據產業應用需求來分析、改造蛋白質的結構，或者“定制”功能性蛋白質。具體來說，通過AI蛋白質改造技術，可以簡化天然蛋白質的結構，只保留某些“功能位點”；也可以根據特定的需求直接設計出自然界中不存在的全新蛋白質，創造出高效的生物工具，應用于多個領域。

分析蛋白質特征實現疾病預警

AI蛋白質改造技術的一個重要應用領域是醫療衛生。葛蘭素史克公司，英國倫敦瑪麗女王大學、倫敦大學學院、劍橋大學和德國夏里特醫學院柏林健康研究所聯合開展了一個國際研究項目。該項目是迄今為止規模最大的蛋白質組學研究。研究團隊利用AI檢測了從英國生物信息庫中隨機選出的，由4萬多名參與者提供的血漿蛋白，并將檢測信息與參與者的電子健康記錄進行了對比。

這項研究的核心內容是使用先進的AI技術，將疾病類型與蛋白質特征進行關聯。通過對一滴血液中的數千種蛋白質進行分析，可以預測多種疾病的發生。

研究報告顯示，利用蛋白質特征能夠預測67種疾病，包括多發性骨髓瘤、非霍奇金淋巴瘤、運動神經元疾病、肺纖維化和擴張型心肌病等。蛋白質特征預測模型的表現優于以標準臨床記錄為基礎的疾病預測模型。在大多數情況下，基于血細胞計數、膽固醇、腎功能和糖尿病測試的臨床診斷的準確性，不及蛋白質預測模型。

該研究團隊表示，AI蛋白質改造技術具有篩查功能，通過分析蛋白質的特征，可以針對多種疾病提供早期檢測服務，還能起到改善預后的作用。對于多發性骨髓瘤和特發性肺纖維化等較為嚴重的疾病，這種方法也是有效的。

預測人們未來的患病風險，能夠挽救成千上萬的生命。但是，如何預測，如何保證準確度，一直都是醫學界面臨的難題。另外，藥物開發面臨的挑戰之一，是確定可能從新藥的使用中受益的患者群體。

上述蛋白質組學研究表明，AI蛋白質改造技術可用于識別多種疾病的高風險個體。除了常見的高風險疾病，它還能預測罕見病——這些疾病可能需要數月甚至數年才能在臨床上被診斷出來。

龐大的數據庫和精準的AI蛋白質特征分析方法，可以不斷加深人們對生物學和疾病的理解。在創新藥研發領域，AI可針對蛋白質的穩定性、特征等進行多目標優化。例如，AI設計的細胞因子管線（一種蛋白質），能夠將腫瘤細胞的活性降低到數百分之一。

人造生物工具凈化水資源

日本京都大學的一個研究團隊近日發布報告稱，他們研發出一種新型生物工具，即人造蛋白質，能有選擇性地捕捉水中的大量有毒重金屬離子，從而凈化水資源。

據研究人員介紹，目前常用的凈水材料主要依靠其顆粒上的小孔吸附有害離子，或者通過材料中的離子和水中的AeqsF1c8NM3suSgT3OZ5YYhOmKGankkuWPgm9i0IjNc=離子相交換來實現凈化。但是，這些凈水材料通常很難兼顧凈化效率以及有選擇性地清除目標離子。也就是說，凈化效率高的材料難以定點清除有害離子。

有研究發現，一些動植物體內的某些蛋白質，能夠有選擇性地與特定的重金屬離子相結合，再把它們排出體外，從而保護動植物自身免受重金屬離子的毒害。比如，有些植物會利用細胞內的螯合肽，有選擇性地捕捉根部吸收的地下水中包含的鎘等重金屬離子，并把它們封閉在液泡中，最終排出體外。

研究人員受此啟發，利用AI蛋白質改造技術開發出一種合成蛋白質，它擁有與植物螯合肽相同的官能團，從而能夠與重金屬離子緊密結合。研究人員通過實驗證實，這種蛋白質與鎘離子相結合的能力，超過天然的植物螯合肽。

該研究團隊還實現了人造蛋白質的超高集成，即將蛋白質分子聚合在一起，使其捕捉有害離子的效率大幅提升。在對工業廢水進行的凈化實驗中，3毫升超高集成蛋白質，可在一小時內將300毫升廢水中的鎘離子全部清除，使其符合飲用水標準。

兩個新的應用方向

在AI技術的驅動下，生物制造領域的革命已經悄然到來。其一個重要標志是：延續了數十億年的蛋白質進化模式發生了質的改變：不再是緩慢、充滿不確定性的隨機突變，而是轉變為基于特定功能的創新式“定制”。

據英國《自然》雜志報道，除了前文介紹的疾病預測和水資源凈化，AI蛋白質改造技術的應用范圍還在不斷擴大，目前有兩個新的應用方向。

一是極端環境下蛋白質的穩定性優化。酶、疫苗等蛋白質產品大多需要在特定條件下保存和使用。在高溫、高壓、強酸、強堿等極端環境下，蛋白質極易失去活性或改變性質。基于AI技術和分子動力學，可以分析蛋白質序列、結構與穩定性之間的復雜關系，并通過預測蛋白質的熱力學穩定性參數，如溶解溫度、折疊自由度等，精準定位蛋白質結構中影響穩定性的關鍵區域。在此基礎上，借助AI算法，可以在不顯著改變蛋白質活性的前提下，提升其對溫度、pH值、有機溶劑等環境因素的耐受性，從而得到穩定性更強的蛋白質。這有助于將蛋白質應用于更廣泛的領域。

二是酶活性優化。酶作為生物催化劑，在工業生產中的應用極為廣泛。通過AI蛋白質改造技術和量子化學計算，可以精準測定酶的活性中心及催化機制。在這些信息的指導下，科研人員能設計出活性更高、選擇性更強的酶，并全面優化酶的催化性能，助力生產效率和產品質量的提升。

編輯：姚志剛 winter-yao@163.com