麻省理工學(xué)院、IBM沃森AI實(shí)驗(yàn)室和塔夫茨大學(xué)研究人員采用了一種生成模型，其與DALL-E 2等AI系統(tǒng)中使用的機(jī)器學(xué)習(xí)模型架構(gòu)相同，但研究人員調(diào)整了模型架構(gòu)，以預(yù)測實(shí)現(xiàn)特定結(jié)構(gòu)的蛋白質(zhì)的氨基酸序列。

　　這一模型學(xué)習(xí)控制蛋白質(zhì)形成方式的生化關(guān)系，產(chǎn)生超越自然界的新蛋白質(zhì)，從而實(shí)現(xiàn)獨(dú)特應(yīng)用，例如，該工具開發(fā)的食品涂層可使農(nóng)產(chǎn)品保鮮時(shí)間更長，同時(shí)保證食用安全。該模型還可在幾天內(nèi)就生成數(shù)百萬種蛋白質(zhì)，為科學(xué)家迅速提供可供探索的新可能。

　　研究人員此次構(gòu)建了兩個(gè)機(jī)器學(xué)習(xí)模型，以預(yù)測各種新氨基酸序列，這些氨基酸序列形成滿足結(jié)構(gòu)設(shè)計(jì)目標(biāo)的蛋白質(zhì)。一種模型在蛋白質(zhì)的整體結(jié)構(gòu)特性上起作用，另一種模型在氨基酸水平上起作用。兩種模型都通過組合這些氨基酸結(jié)構(gòu)來產(chǎn)生蛋白質(zhì)。

　　這些模型與預(yù)測蛋白質(zhì)折疊的算法相關(guān)聯(lián)，研究人員使用該算法來確定蛋白質(zhì)的3D結(jié)構(gòu)。然后，他們計(jì)算其結(jié)果屬性，并根據(jù)設(shè)計(jì)規(guī)范檢查這些屬性。測試顯示，其與現(xiàn)有氨基酸序列存在部分重疊，在大多數(shù)情況下約有50%—60%，但也有一些全新的序列。相似程度表明，AI生成的許多蛋白質(zhì)是可合成的。（記者張夢然）

　　【總編輯圈點(diǎn)】

　　近幾年，人工智能在預(yù)測設(shè)計(jì)蛋白質(zhì)結(jié)構(gòu)方面的進(jìn)展不斷。這些研究成果的側(cè)重點(diǎn)各有不同，比如有的可預(yù)測蛋白質(zhì)合成的靜態(tài)結(jié)構(gòu)，有的可預(yù)測蛋白質(zhì)合成的動(dòng)態(tài)結(jié)構(gòu)，有的可設(shè)計(jì)全新的蛋白質(zhì)結(jié)構(gòu)。總之，它們充分展示了人工智能在預(yù)測設(shè)計(jì)有機(jī)大分子結(jié)構(gòu)方面的巨大潛力。從另一個(gè)角度來看，無機(jī)材料的微觀組織結(jié)構(gòu)，也是新材料研發(fā)攻關(guān)中的一大難題。人工智能是否能在這些領(lǐng)域取得突破，同樣值得期待。