一种新的计算技术可以更容易地设计有用的蛋白质
麻省理工学院的研究人员计划寻找可用于测量大脑电活动的蛋白质。
来源:MIT新闻 - 人工智能为了设计具有有用功能的蛋白质，研究人员通常从具有所需功能（例如发射荧光）的天然蛋白质开始，然后对其进行多轮随机突变，最终生成优化的蛋白质版本。
这个过程已经产生了许多重要蛋白质的优化版本，包括绿色荧光蛋白 (GFP)。然而，对于其他蛋白质，已经证明很难生成优化版本。麻省理工学院的研究人员现在已经开发出一种计算方法，可以基于相对较少的数据更容易地预测将产生更好蛋白质的突变。
利用这个模型，研究人员生成了具有突变的蛋白质，这些突变预计会导致 GFP 的改进版本，以及一种来自腺相关病毒 (AAV) 的蛋白质，该蛋白质用于传递 DNA 进行基因治疗。他们希望它也能用于开发用于神经科学研究和医学应用的其他工具。
“蛋白质设计是一个难题，因为从 DNA 序列到蛋白质结构和功能的映射非常复杂。序列中 10 个变化处可能存在一个很棒的蛋白质，但每个中间变化可能对应一个完全无功能的蛋白质。这就像试图在山脉中找到通往河流盆地的路，而沿途有崎岖的山峰挡住了你的视线。当前的研究试图让河床更容易被找到，”麻省理工学院大脑和认知科学教授、麻省理工学院麦戈文脑研究所成员、K. Lisa Yang 综合计算神经科学中心主任、该研究的资深作者之一 Ila Fiete 说。
关于该工作的论文优化蛋白质
优化蛋白质在这项研究中，研究人员着手克服这些挑战，利用 GFP 的数据开发和测试一个可以预测更好蛋白质版本的计算模型。
概念验证
概念验证