加速蛋白质工程，微软开发蛋白突变效应预测AI框架µFormer

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | KX 蛋白质工程是合成生物学领域的重要研究方向之一。 近年来，AI 辅助的蛋白质工程逐渐发展成为一种高效的蛋白质分子设计新策略。 近日，微软研究院科学智能中心的研究人员提出了 深度学习框架 µFormer，其将预训练的蛋白质语言模型与定制设计的评分模块相结合，从而预测蛋白质的突变效应。 µFormer 在预测高阶突变体、建模上位（epistatic）相互作用和处理插入方面，实现了最先进的性能。 通过将 µFormer 与强化学习框架相结合，可以高效探索广阔的突变空间，涵盖数万亿个突变候选物，来设计活性增强的蛋白质变体。该模型成功预测了由于酶活性增强而表现出 2000 倍细菌生长率增加的突变体。 相关研究以「 Accelerating protein engineering with fitness landscape modeling and reinforcement lear ………………………………