今年6月，韓國監管機構批準了首款由人類設計的新型蛋白質制成的新冠肺炎疫苗。該疫苗基于一種球形蛋白質“納米顆粒”，由研究人員在10年前通過勞動密集型試錯攻關研制而成。

現在，隨著人工智能(AI)的巨大進步，美國西雅圖華盛頓大學(UW)生物化學家David Baker領導的一個團隊，只需幾秒鐘——而不是幾個月——便可以設計出這樣的分子。相關研究發表于9月15日出版的《科學》。

這些努力是科學巨變的一部分，像DeepMind公司的蛋白質結構預測軟件AlphaFold這樣的AI工具，受到了生命科學家的青睞。今年7月，DeepMind透露，最新版本的AlphaFold已經預測了已知所有蛋白質的結構。最近幾個月，AI工具出現了爆炸式增長——其中一些基于AlphaFold，可以迅速創造出全新蛋白質。在此之前，這是一項艱苦的工作，失敗率很高。

Baker的實驗室在過去30年里一直在制造新的蛋白質。他的實驗室從上世紀90年代開始開發了一種名為Rosetta的軟件，可以將這一過程分成多個步驟。最初，研究人員構想出一種新蛋白質的形狀——通常是將其他蛋白質的片段拼湊在一起，然后由軟件推導出與該形狀對應的氨基酸序列。

但在實驗室中制作這些“草稿”蛋白質時很少能折疊成所需的形狀，相反，它們最終被卡在不同的狀態。因此，還需要另一個步驟調整蛋白質序列，使其僅折疊成一個單一的所需結構。曾在Baker實驗室工作的哈佛大學進化生物學家Sergey Ovchinnikov說，這一步驟涉及模擬不同序列可能折疊的所有方式，計算成本很高。“可能需要1萬臺電腦連續運行數周來完成這件事。”

Ovchinnikov說，然而通過調整AlphaFold和其他AI程序，這一耗時的步驟可以瞬間完成。在Baker團隊開發的一種名為“幻覺”的方法中，研究人員將隨機的氨基酸序列輸入結構預測網絡;根據網絡的預測，改變其結構，使之變得更像蛋白質。在2021年的一篇論文中，Baker團隊在實驗室中創造了100多個小的“幻覺”蛋白質，其中約1/5的蛋白質與預測形狀相似。

AlphaFold和Baker實驗室開發的類似工具RoseTTAFold，被訓練用于預測單個蛋白質鏈的結構。但研究人員很快發現，這種網絡也可以模擬多種相互作用蛋白質的組合。在此基礎上，Baker團隊相信，他們可以使蛋白質自我組裝成不同形狀和大小的納米顆粒，與上述新冠肺炎疫苗所涉及的蛋白質類似。Baker團隊堅信，在實驗室制造一種新的蛋白質是對他們方法的最終檢驗。

Baker說，在設計具有特定任務的蛋白質時，實驗是必不可少的。7月，他的團隊描述了一種AI方法，允許研究人員將特定序列或結構嵌入新的蛋白質中。他們使用這些方法設計催化特定反應的酶、能夠與其他分子結合的蛋白質，以及一種可用于對抗呼吸道病毒疫苗的蛋白質，而呼吸道病毒是導致嬰兒住院的主要原因。

去年，DeepMind在英國倫敦成立了一家名為“同構實驗室”的公司，打算將AlphaFold等AI工具應用于藥物發現。DeepMind首席執行官Demis Hassabis表示，蛋白質設計是深度學習技術的一個明顯而有前景的應用，尤其是AlphaFold。“盡管我們在蛋白質設計領域做了很多工作，但現在還只是個開始。”(李木子)

關鍵詞： 人工智能設計原創新蛋白質 球形蛋白質納米顆粒 勞動密集型試錯攻關研制而成 氨基酸序列