微软开源新型蛋白质生成人工智能 EvoDiff

微软开源新型蛋白质生成人工智能EvoDiff但是，从计算和人力资源的角度来看，目前在实验室设计蛋白质的过程成本高昂。它需要提出一种能在体内执行特定任务的蛋白质结构，然后找到一种可能"折叠"到该结构中的蛋白质序列（组成蛋白质的氨基酸序列）。(蛋白质必须正确折叠成三维形状，才能实现其预期功能）。其实不一定非要这么复杂。本周，微软公司推出了一个通用框架EvoDiff，该公司声称可以根据蛋白质序列生成"高保真"、"多样化"的蛋白质。与其他蛋白质生成框架不同的是，EvoDiff不需要目标蛋白质的任何结构信息，省去了通常最费力的步骤。微软高级研究员凯文-杨（KevinYang）说，EvoDiff开源后，可用于创建新疗法和给药方法的酶，以及用于工业化学反应的新酶。"我们的设想是，EvoDiff将扩展蛋白质工程的能力，使其超越结构-功能范式，走向可编程、序列优先的设计，"EvoDiff的共同创建者之一杨在接受TechCrunch电子邮件采访时说。"通过EvoDiff，我们证明了我们可能实际上并不需要结构，而是'蛋白质序列就是你所需要的一切'，从而可控地设计出新的蛋白质"。EvoDiff框架的核心是一个640参数模型，该模型是根据所有不同物种和功能类别蛋白质的数据训练而成的。(参数"是人工智能模型从训练数据中学到的部分，基本上定义了模型处理问题的技能--在本例中就是生成蛋白质）。训练模型的数据来自序列比对的OpenFold数据集和UniRef50，后者是UniProt数据集的一个子集，UniProt是由UniProt联盟维护的蛋白质序列和功能信息数据库。EvoDiff是一种扩散模型，其结构类似于稳定扩散和DALL-E2等许多现代图像生成模型。EvoDiff可以学习如何从几乎完全由噪声组成的起始蛋白质中逐渐减去噪声，从而使其缓慢地、一步一步地接近蛋白质序列。EvoDiff生成蛋白质的过程。扩散模型已越来越多地应用于图像生成以外的领域，从设计新颖的蛋白质（如EvoDiff），到创作音乐，甚至合成语音。"如果说[从EvoDiff]中能得到什么启发的话，我认为那就是我们可以--也应该--通过序列来生成蛋白质，因为我们能够实现通用性、规模和模块化，"EvoDiff的另一位共同贡献者、微软高级研究员阿瓦-阿米尼（AvaAmini）通过电子邮件说。"我们的扩散框架让我们有能力做到这一点，也让我们能够控制如何设计这些蛋白质，以实现特定的功能目标。"对于阿米尼的观点，EvoDiff不仅能创造新蛋白质，还能填补现有蛋白质设计中的"空白"。例如，如果蛋白质的某一部分与另一种蛋白质结合，该模型就能围绕这一部分生成符合一系列标准的蛋白质氨基酸序列。由于EvoDiff是在"序列空间"而非蛋白质结构中设计蛋白质，因此它还能合成最终无法折叠成最终三维结构的"无序蛋白质"。与正常功能的蛋白质一样，无序蛋白质在生物学和疾病中发挥着重要作用，比如增强或降低其他蛋白质的活性。需要指出的是，EvoDiff背后的研究还没有经过同行评审--至少目前还没有。参与该项目的微软数据科学家萨拉-阿拉姆达里（SarahAlAMDari）承认，在该框架投入商业应用之前，"还有很多扩展工作要做"。阿拉姆达里通过电子邮件说："这只是一个6.4亿参数的模型，如果我们将其扩展到数十亿参数，我们可能会看到生成质量的提高。虽然我们展示了一些粗粒度策略，但要实现更精细的控制，我们希望EvoDiff以文本、化学信息或其他方式为条件，指定所需的功能。"下一步，EvoDiff团队计划测试该模型在实验室中生成的蛋白质，以确定它们是否可行。如果可行，他们将开始下一代框架的工作。...PC版：https://www.cnbeta.com.tw/articles/soft/1384011.htm手机版：https://m.cnbeta.com.tw/view/1384011.htm

科学家用尖端人工智能揭开蛋白质的秘密

科学家用尖端人工智能揭开蛋白质的秘密该工具由KAUST生物信息学研究员MaxatKulmanov及其同事开发，在预测蛋白质功能方面优于现有的分析方法，甚至能够分析现有数据集中没有明确匹配的蛋白质。该模型被称为DeepGO-SE，它利用了类似于Chat-GPT等生成式人工智能工具所使用的大型语言模型。然后，它根据蛋白质工作方式的一般生物学原理，利用逻辑蕴含得出关于分子功能的有意义的结论。从本质上讲，它通过构建部分世界模型（在本例中为蛋白质功能），并根据常识和推理推断出在这些世界模型中应该发生的事情，从而赋予计算机逻辑处理结果的能力。一种新的人工智能（AI）工具能对未知蛋白质的功能进行逻辑推理，有望帮助科学家揭开细胞内部的奥秘。图片来源：©2024KAUST;IvanGromicho他补充说："这种方法有很多应用前景，"KAUST生物本体论研究小组负责人罗伯特-霍恩多夫（RobertHoehndorf）说，"特别是当需要对神经网络或其他机器学习模型生成的数据和假设进行推理时。"库尔曼诺夫和霍恩多夫与KAUST的斯特凡-阿罗德（StefanArold）以及瑞士生物信息学研究所的研究人员合作，评估了该模型破译那些在体内作用未知的蛋白质功能的能力。该工具成功地利用了一种鲜为人知的蛋白质的氨基酸序列数据及其与其他蛋白质的已知相互作用，并精确地预测了其分子功能。该模型非常精确，在一次国际功能预测工具竞赛中，DeepGO-SE在1600多种算法中名列前20位。KAUST团队目前正在利用这一工具研究在沙特阿拉伯沙漠极端环境中生长的植物中发现的神秘蛋白质的功能。他们希望这些发现将有助于确定生物技术应用中的新型蛋白质，并希望其他研究人员也能使用这一工具。库尔曼诺夫解释说："DeepGO-SE分析未表征蛋白质的能力可以促进药物发现、代谢通路分析、疾病关联、蛋白质工程、筛选感兴趣的特定蛋白质等任务。"编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1418103.htm手机版：https://m.cnbeta.com.tw/view/1418103.htm

Salesforce公司的科学家用AI开发出能分解垃圾的蛋白质

Salesforce公司的科学家用AI开发出能分解垃圾的蛋白质ProGen是由SalesforceResearch（是的，就是那个Salesforce）制造的，使用语言处理来学习生物学。简而言之，ProGen采用氨基酸序列并将其转化为蛋白质。1999年，生物学家GünterBlobel因其在蛋白质合成方面的工作而获得诺贝尔奖，但这项由人工智能驱动的新技术可能已经超过了它。ProGen加速了新蛋白质的创造，这些蛋白质可用于许多方面，如药物或分解垃圾填埋场中的塑料，估计可以帮助我们避免迫在眉睫的2505年大垃圾雪崩。参与该项目的科学家詹姆斯-弗雷泽（JamesFraser）说："人工设计比正常过程中的设计要好。我们现在可以制造特定类型的酶，比如那些在高温或酸中工作良好的酶。"为了制造ProGen，Salesforce公司的科学家向该系统提供了2.8亿种不同蛋白质的氨基酸序列。人工智能系统很快就做出了惊人的100万条蛋白质序列，其中100条被挑选出来进行测试。在这些序列中，有五个被制成了实际的蛋白质，并在细胞中进行了测试，要知道这仅仅是生成结果的0.0005%!似乎下一个前沿领域是开发一个人工智能来测试所有的可能性。其中两种人工酶在分解细菌方面与蛋清中的天然酶一样好。即使如此，两者也只有18%的相似性。ProGen是在2020年使用最初为编写文本而制作的LLM，与ChatGPT类似。该人工智能系统通过查看大量数据了解了蛋白质的规则和结构。对于蛋白质，有巨大的可能性，但ProGen仍然可以制造出工作的酶，即使在结果之间有很大的差异。参与该项目的科学家AliMadani说："这是蛋白质工程师的一个新工具，我们很高兴看到它能被用来做什么。这个项目看起来非常有价值，而且肯定花费了Salesforce的一大笔钱，所以我们很惊讶地看到ProGen的代码在Github上可供任何想尝试它（或添加它）的人使用。"...PC版：https://www.cnbeta.com.tw/articles/soft/1341599.htm手机版：https://m.cnbeta.com.tw/view/1341599.htm

麻省理工学院的生物学家对重复的蛋白质序列有了新的认识

麻省理工学院的生物学家对重复的蛋白质序列有了新的认识计算分析显示，许多重复序列在不同的蛋白质中是共享的，并且在从细菌到人类的物种中是相似的。大约70%的人类蛋白质包括至少一个由单一氨基酸重复多次组成的序列，其中还夹杂着一些其他氨基酸。这些"低复杂性区域"（LCRs）也存在于大多数其他生物体的蛋白质中。PC版：https://www.cnbeta.com/articles/soft/1325147.htm手机版：https://m.cnbeta.com/view/1325147.htm

合成蛋白质简化了自然界 超越了真实世界的存在

合成蛋白质简化了自然界超越了真实世界的存在尽管存在数百种氨基酸，但自然选择已经挑选了20种在地球上每个生物体中都能找到的氨基酸。这套核心物质组合成数十万种不同的变化，创造出你体内的每一种蛋白质。近年来，科学家们一直在尝试创造人工蛋白质，在治疗阿尔茨海默氏症和疟疾等疾病方面取得了进展。这些通常是通过试图复制自然界在数十亿年中所形成的复杂结构和配方来制造的--但这真的是最有效的方法吗？在加州大学伯克利分校的研究中，科学家们研究了更简单的合成替代品。首先，他们在一个约有6万种天然蛋白质的数据库中训练人工智能系统。然后，人工智能的任务是找出如何从仅有的几个"构件"--目前在塑料中使用的单体--重新创造蛋白质的特定属性和功能。该团队发现，人工智能可以选择正确的单体数量、类型和排列方式，而不是使用天然蛋白质中的所有20个氨基酸，只用两块、四块或六块构件就能重新创造出功能正常的蛋白质。他们把他们的蛋白质替代品称为随机异构聚合物（RHPs）。在一项实验中，研究人员利用RHPs创造了一种人工血浆，这种RHPs被特别设计用来溶解和稳定血液中的天然蛋白质生物标志物。这种液体不仅可以在不冷藏的情况下保存它们，而且还能通过帮助蛋白质在更高的温度下存活，设法改进天然的东西。虽然这听起来像是走捷径会导致劣质产品，但该团队表示，这项技术是为了去除非活性的"垃圾"，这些垃圾在经过数十亿年的试验和错误之后在蛋白质中积累起来。该研究的主要作者TingXu说："大自然并不像我们在实验室里那样做很多自下而上的、分子的、精确驱动的设计。大自然需要灵活性，以达到它的目的。大自然不会说，让我们研究这种病毒的结构并制造一种抗原来攻击它。它要表达一个抗原库，并从那里挑选出一个有效的抗原。"重要的是，人工塑料RHPs与生物系统一起工作，不会造成麻烦。在另一项测试中，研究人员创造了人工细胞液，即细胞内的液体，并发现天然蛋白质生产的核糖体继续照常工作，甚至在人工液体中也是如此。Xu说："基本上，所有的数据表明，我们可以使用这种设计框架来产生聚合物，以至于生物系统将无法识别它是一种聚合物还是一种蛋白质。我们基本上愚弄了生物学。整个想法是，如果你真的设计它并将你的塑料作为生态系统的一部分注入，它们应该表现得像蛋白质。如果其他蛋白质喜欢，'好吧，你是我们的一部分'，那么这就没问题。"虽然还有很多工作要做，但该团队表示，RHPs最终可以帮助制造出更多的生物相容性材料，如植入物，或更好的药物输送系统。该研究发表在《自然》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1350503.htm手机版：https://m.cnbeta.com.tw/view/1350503.htm

研究人员发现前生物地球上的原始蛋白质是如何形成的

研究人员发现前生物地球上的原始蛋白质是如何形成的以前的研究表明，高碱性蒸发环境是古代蛋白质合成的场所，可产生多达20个单体长的甘氨酸多肽。中性条件被认为是肽合成的最坏情况。富含硼的古代沿海地区可以催化氨基酸的聚合。图片来源：YoshihiroFurukawa在地球上发现的一些最古老的沉积岩中发现了大量的含硼矿物质，其历史可以追溯到38亿年前。这些发现表明，富含硼酸的古代小大陆和岛屿的沿海地区自发地组装了氨基酸，形成了多肽和原蛋白质。东北大学副教授古川义弘说："多肽在中性环境中的形成对生命起源的化学进化具有重要意义。"RNA在中性条件下相当稳定，但在碱性条件下却极不稳定。众所周知，硼有助于非生物核糖核苷酸合成的许多步骤。"富含硼的中性蒸发环境是前生物地球上两种基本聚合物形成和相互作用的理想场所，"古川说。该研究小组目前正在研究在这种环境中哪些氨基酸被加入到原肽中。...PC版：https://www.cnbeta.com.tw/articles/soft/1371499.htm手机版：https://m.cnbeta.com.tw/view/1371499.htm