Science丨结合蛋白大语言模型的快速蛋白进化方法

文章预览

蛋白质的计算设计和突变可以获得新的功能，这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，包括工作强度大、难以多目标优化以及易受局部极值困扰等 提供了解决方案 。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。 在实验中，EVOLVEpro在12个 ………………………………