近日(1月26日)，加州軟體公司Salesforce的研究團隊Salesforce Research，開發出一套能自動創建「人造蛋白質」的AI系統，且實驗發現，其中一些人造蛋白質，即便氨基酸序列和天然蛋白質有顯著差異，但其生物功能卻和天然的一樣有效，顯示AI應用在蛋白質工程的龐大潛力。該研究發表於期刊《Nature Biotechnology》。

該團隊開發出一項名為「ProGen」的AI模型，透過將2.8億種不同蛋白質的氨基酸序列，輸入機器學習模型後，花費數週時間使其「消化訊息」，接著再透過來自5個溶菌酶(lysozyme)家族、共56,000個序列，以及這些蛋白質相關的上、下游化學訊息來啟動模型，並進而對模型進行微調。

接著，ProGen就能迅速生成100萬個序列，研究團隊則根據其與天然蛋白質序列的相似程度，以及AI蛋白質的潛在氨基酸「語法」(grammar)和「語義」(semantics)的自然程度，選擇了100個序列進行測試。

其邏輯類似AI中的「自然語言」(natural language)，運用自然語言處理(NLP)技術處理大量的語音或文字資料並進而分析，就能讓電腦自動回應人類所需的訊息。

在與加州生技公司Tierra Biosciences合作下，該團隊從100個序列中製作出5種人工蛋白質，並在細胞中進行測試，將其活性與雞蛋中的雞蛋白溶菌酶(HEWL)進行比較。

他們發現，其中兩種人工蛋白質，和HEWL具有相當的活性，能分解細菌的細胞壁，但該兩種人工蛋白質卻只有18%的序列相同，且相較於任何已知天然蛋白質，其序列相似度分別為90%和70%。

通常，在天然蛋白質中，光是單一個序列的突變就會導致其失去活性，但在另一輪篩選中，研究小組發現，AI生成的蛋白質，即使只有31.4%的序列與天然蛋白質相似，AI生成的蛋白質仍具有活性。

而以X光繞射量測蛋白質結晶下，可發現這些序列異於天然蛋白質的人造蛋白質，原子結構看起來與其對應的天然蛋白幾乎一樣。顯然，該AI模型能夠透過研究原始序列數據，來了解蛋白質應如何形成。

雲端軟體公司Salesforce，是由曾為甲骨文(Oracle)公司最年輕高級副總裁Marc Benioff，在1999年時所創辦。該公司在2020年，運用其最初開發用於生成英文文字的NLP技術，開發出ProGen。

Salesforce Research的AI研究總監Nikhil Naik表示，蛋白質設計選擇數量十分龐大，對最多約有300個氨基酸的溶菌酶來說，從20種常見氨基酸進行組合，就有20的300次方種可能組合。因此，該模型能如此輕鬆地產生人造蛋白質是十分了不起的。

研究人員表示，這項新技術可加速各種新蛋白質的開發，從疾病療法開發到分解塑膠，未來應用十分廣泛。

參考資料：

1.論文原文：https://www.nature.com/articles/s41587-022-01618-2

2.https://www.sciencedaily.com/releases/2023/01/230126124330.htm

(編譯/巫芝岳)