Science丨姜凯议等开发结合蛋白大语言模型的快速蛋白进化方法

文章预览

对于蛋白质的计算设计和突变已获得更高效的功能一直是生物工程的核心，随着越来越多基于AI的算法出现，整个领域也在关注快速进化任何蛋白质序列的云上定性进化算法。2024年11月22日，麻省理工生物工程系 姜凯议 等人在 Science 上发表了文章 Rapid in silico directed evolution by a protein language model with EVOLVEpro 。 本研究开发了一个新的模型EVOLVEpro，一种结合蛋白大语言模型（PLMs），主动学习和回归模型的创新蛋白质工程方法，能够在仅需少量实验数据的情况下快速提升蛋白的活性。 EVOLVEpro针对当前蛋白质工程中的诸多挑战提供了解决方案，包括劳动强度大、难以多目标优化以及易受局部极值困扰。传统的基于PLM的计算方法在处理不同蛋白家族的功能改进时难以推广，而EVOLVEpro通过将PLM与回归模型结合在主动学习框架内，实现了更高效的优化。 在实验 ………………………………