记者8月11日从中国科学院遗传与发育生物学研究所获悉，该所科研人员联合其他单位的科研人员，成功开发了一种基于人工智能（AI）的新型蛋白质改造方法。该方法巧妙地利用了现有通用蛋白质逆折叠AI模型，无需训练专属AI模型，即可实现蛋白质高效进化模拟和功能设计。相关研究成果日前在线发表于《细胞》。

蛋白质改造就像给生物分子做“改装”，通过调整氨基酸顺序改变蛋白质性能。相较于基因改造，蛋白质改造更为直接高效，能够快速获得自然界历经百万年进化才可能产生的特性。

然而，现有的蛋白质改造技术存在明显短板：传统方法高度依赖专家经验，耗时长、成本高；而新兴的AI预测技术需要为每种蛋白质单独训练专用模型，不仅通用性差，还特别消耗计算资源。“面对这些挑战，我们急需找到一种更‘聪明’的办法，开发出通用性强、效率高且不依赖昂贵算力的新型AI解决方案。”论文通讯作者、中国科学院遗传与发育生物学研究所研究员高彩霞说。

现有通用蛋白质逆折叠AI模型，可根据给定的三维结构，预测蛋白质可能的氨基酸排列。基于现有通用蛋白质逆折叠模型，科研人员开发了AiCEsingle模块，推出了一种新型蛋白质改造方法。

测试结果发现，新方法的预测准确率达16%，性能比其他常见AI模型提升36%—90%。同时，在实验验证环节，科研人员用新方法成功改造了8种功能各异的蛋白质，包括基因编辑关键工具脱氨酶等。

高彩霞表示，这个智能蛋白质改造新方法，相比传统手段效率更高、适用性更广、扩展性更强。它代表着生命科学领域的重要趋势，即用计算模拟部分替代实验室操作。特别值得一提的是，新方法大幅降低了AI技术的使用门槛，普通实验室无需配备昂贵算力就能享受智能预测的便利，让更多科学家受益。