蛋白質(zhì)工程，是基于蛋白質(zhì)具有的靈活性，通過(guò)人工手段改變氨基酸序列，實(shí)現(xiàn)對(duì)蛋白質(zhì)結(jié)構(gòu)和功能的修飾和改造。與基因組工程相比，它可直接對(duì)蛋白質(zhì)分子進(jìn)行操縱，借助突變的迭代積累，快速完成蛋白功能的優(yōu)化和創(chuàng)新，速度較自然演變實(shí)現(xiàn)了指數(shù)級(jí)提升。鑒于蛋白質(zhì)工程在基礎(chǔ)研究和產(chǎn)業(yè)應(yīng)用的廣泛潛力，預(yù)計(jì)相關(guān)的市場(chǎng)規(guī)模超過(guò)數(shù)百億美元。

       目前，蛋白質(zhì)工程改造的策略主要包括結(jié)構(gòu)引導(dǎo)的蛋白質(zhì)理性設(shè)計(jì)和定向進(jìn)化，但這些方法往往依賴經(jīng)驗(yàn)，且存在實(shí)驗(yàn)周期長(zhǎng)、成本高的問(wèn)題，限制了其規(guī)?；瘧?yīng)用。理想的蛋白質(zhì)工程策略，應(yīng)能以最小的投入實(shí)現(xiàn)最優(yōu)的工程性能。

       近年來(lái)，人工智能（Artificial Intelligence，AI）迅猛發(fā)展，在生命科學(xué)領(lǐng)域的應(yīng)用也不斷涌現(xiàn)。通過(guò)訓(xùn)練特定蛋白專有的人工智能模型實(shí)現(xiàn)突變模擬和功能改造是蛋白質(zhì)工程新方向。但這些模型在拓展應(yīng)用到多種蛋白時(shí)存在困難，面臨通用性欠佳的問(wèn)題；此外，模型訓(xùn)練和下游驗(yàn)證需要大量的計(jì)算和實(shí)驗(yàn)成本，進(jìn)一步限制了其廣泛應(yīng)用（圖1A）。因此，有必要開(kāi)發(fā)一種高效、普適且無(wú)需復(fù)雜模型訓(xùn)練的蛋白質(zhì)工程計(jì)算模擬策略，以最大限度地減少計(jì)算負(fù)荷、實(shí)現(xiàn)最大化性能，這對(duì)推動(dòng)蛋白質(zhì)改造具有重要價(jià)值。

       2025 年 7 月 7 日，中國(guó)科學(xué)院遺傳與發(fā)育生物學(xué)研究所高彩霞團(tuán)隊(duì)在國(guó)際頂尖學(xué)術(shù)期刊 Cell 上發(fā)表題為：Advancing protein evolution with inverse folding models integrating structural and evolutionary constraints 的研究論文。

       該研究基于整合了結(jié)構(gòu)與進(jìn)化約束的通用逆折疊模型，開(kāi)發(fā)了一種新型人工智能蛋白質(zhì)工程計(jì)算模擬方法--AiCE（AI-informed Constraints for protein Engineering）。該方法無(wú)需訓(xùn)練專屬 AI 模型，即可實(shí)現(xiàn)蛋白質(zhì)高效進(jìn)化模擬和功能設(shè)計(jì)。研究團(tuán)隊(duì)利用 AiCE 對(duì)多種基因編輯工具進(jìn)行進(jìn)化優(yōu)化，成功實(shí)現(xiàn)了其效率和精度的快速提升。

       蛋白質(zhì)逆折疊（inverse folding）是利用 AI 模型，通過(guò)給定三維結(jié)構(gòu)預(yù)測(cè)可兼容序列的過(guò)程。通用的蛋白質(zhì)逆折疊模型，例如 ESM-IF1 和 ProteinMPNN，通過(guò)天然蛋白質(zhì)結(jié)構(gòu)和序列的訓(xùn)練，可以隱式學(xué)習(xí)蛋白質(zhì)骨架的幾何和物理特性，捕捉由進(jìn)化動(dòng)力學(xué)塑造的蛋白質(zhì)序列的復(fù)雜分布模式。

       研究團(tuán)隊(duì)基于現(xiàn)有通用逆折疊模型開(kāi)發(fā)了 AiCEsingle模塊，具體來(lái)說(shuō)：基于給定的蛋白質(zhì)三維結(jié)構(gòu)，對(duì)逆折疊模型輸出的氨基酸序列開(kāi)展采樣，來(lái)提名高頻出現(xiàn)的氨基酸類型，進(jìn)一步通過(guò)結(jié)構(gòu)約束對(duì)氨基酸頻率開(kāi)展差異篩選，得到最終預(yù)測(cè)的單個(gè)氨基酸替換類型。

       研究團(tuán)隊(duì)利用 60 個(gè)深度突變掃描（DMS）數(shù)據(jù)，測(cè)試了 AiCEsingle的性能，發(fā)現(xiàn)其實(shí)現(xiàn)了 16% 的預(yù)測(cè)準(zhǔn)確率；通過(guò)消融實(shí)驗(yàn)和邏輯回歸分析，證明結(jié)構(gòu)限制在方法中的必要性，相比于無(wú)限制方案性能提升了 37%；進(jìn)一步的平行比較分析表明 AiCEsingle相比于其它常見(jiàn) AI 模型實(shí)現(xiàn)了 36%-90% 以上的性能提升。從蛋白類型來(lái)看，AiCEsingle實(shí)現(xiàn)了復(fù)雜蛋白和蛋白質(zhì)-核酸復(fù)合物諸如CRISPR蛋白、SARS-CoV-2病毒蛋白等的有效進(jìn)化，具有廣泛的通用性。

       為了克服突變組合廣泛存在的負(fù)向上位效應(yīng)，研究團(tuán)隊(duì)進(jìn)一步假設(shè)存在進(jìn)化耦合的氨基酸位置可能存在功能協(xié)同，構(gòu)建了通過(guò)預(yù)測(cè)進(jìn)化耦合性來(lái)預(yù)測(cè)突變組合位置的 AiCEmulti模塊（圖1B）。6 個(gè)突變文庫(kù)的分析結(jié)果表明，AiCEmulti 與蛋白質(zhì)大模型 SaProt 預(yù)測(cè)能力相當(dāng)，但計(jì)算成本極低。研究團(tuán)隊(duì)建立的包含兩類模塊的 AiCE 方法，可實(shí)現(xiàn)單突和組合突變的快速有效預(yù)測(cè)。該方法利用了現(xiàn)有的通用逆折疊模型而無(wú)需重新/遷移訓(xùn)練專有蛋白模型，極大降低了計(jì)算成本，只需 1.15 個(gè)CPU時(shí)即可識(shí)別 SpCas9 蛋白（>1000個(gè)氨基酸）的單突和雙突變體。

       圖1. 常見(jiàn)蛋白質(zhì)工程方法的示意圖和AiCE方法概述

       利用該方法，研究團(tuán)隊(duì)進(jìn)一步在濕實(shí)驗(yàn)層面實(shí)現(xiàn)了包括脫氨酶、核定位序列、核酸酶和逆轉(zhuǎn)錄酶等 8 種結(jié)構(gòu)和功能多樣蛋白質(zhì)的 AiCE 功能驗(yàn)證，證明了其簡(jiǎn)單、高效和通用性。借助于優(yōu)化的脫氨酶，研究團(tuán)隊(duì)深入開(kāi)發(fā)了可用于精準(zhǔn)醫(yī)療和分子育種的新型堿基編輯器，包括編輯窗口縮小近一半的新型胞嘧啶堿基編輯器 enABE8e、保真度提升 1.3 倍的新型腺嘌呤堿基編輯器 enSdd6-CBE，以及活性提升 13 倍的新型線粒體堿基編輯器 enDdd1-DdCBE。

       該研究的亮點(diǎn)：

•        蛋白質(zhì)逆折疊模型能夠有效預(yù)測(cè)高適應(yīng)性突變；
•        結(jié)構(gòu)和進(jìn)化約束提升了 AiCE 驅(qū)動(dòng)的蛋白質(zhì)進(jìn)化效果；
•        AiCE 有助于開(kāi)發(fā)精準(zhǔn)且高效的堿基編輯器；
•        AiCE 支持對(duì)具有不同大小、結(jié)構(gòu)和功能的蛋白質(zhì)進(jìn)行工程設(shè)計(jì)。

       綜上所述，這項(xiàng)研究開(kāi)發(fā)了一種基于人工智能的新型蛋白質(zhì)工程計(jì)算模擬方法--AiCE。與傳統(tǒng)蛋白質(zhì)工程方案相比，該方法在效率、可擴(kuò)展性和通用性方面均展現(xiàn)出顯著優(yōu)越。通過(guò)計(jì)算模擬甚至替代濕實(shí)驗(yàn)，是當(dāng)前生命科學(xué)領(lǐng)域的重要發(fā)展趨勢(shì)和前沿方向，而該研究在此方面開(kāi)展的探索具有積極意義。當(dāng)前，基于 AI 的蛋白質(zhì)分析工具往往依賴大量計(jì)算資源，這對(duì)許多實(shí)驗(yàn)室而言難以獲取。而這項(xiàng)工作表明，通過(guò)開(kāi)發(fā)更高效的生物信息學(xué)工具，能夠最大限度降低計(jì)算負(fù)荷，從而讓更多生物學(xué)家切實(shí)享受到 AI 技術(shù)帶來(lái)的科研便利。正如審稿專家所評(píng)價(jià)的：AiCE 將基于 AI 的蛋白質(zhì)進(jìn)化提升到了一個(gè)全新的水平。

       中國(guó)科學(xué)院遺傳與發(fā)育生物學(xué)研究所高彩霞研究員為論文通訊作者，博士后費(fèi)宏源、博士生李運(yùn)嘉為該論文共同第一作者，已畢業(yè)博士生劉怡靜、博士后魏京京和碩士生陳奧捷在課題研究中做出了重要貢獻(xiàn)。中國(guó)科學(xué)院遺傳與發(fā)育生物學(xué)研究所王秀杰研究員、西湖大學(xué)盧培龍研究員、華中科技大學(xué)薛宇教授、荊楚理工學(xué)院鄭竹清副教授提供了建設(shè)性意見(jiàn)。

       論文鏈接：

       https://www.cell.com/cell/abstract/S0092-8674(25)00680-4