AI可將蛋白質序列“翻譯”成文字

    以色列理工學院和特拉維夫大學研究團隊開發出一種名為BetaDescribe的AI系統，可將蛋白質序列“翻譯”成文字，自動生成對蛋白質功能、特性等資訊的描述，為理解蛋白質功能開闢了新路徑，有望加速藥物研發和新材料設計。相關成果發表於最新一期《美國國家科學院院刊》。

    蛋白質分析是醫學和生物技術發展的重要基礎。例如，治療肥胖症和糖尿病等疾病的藥物Ozempic，其研發靈感便來源於一種沙漠稀有蜥蜴唾液中的肽。然而，傳統蛋白質功能鑒定高度依賴實驗，周期長、成本高。大型語言模型此前在這項任務上的表現也並不理想。

    為解決這一難題，研究團隊開發了BetaDescribe。這是一種能將蛋白質序列“翻譯”成自然語言並進行描述的AI系統，不僅可解釋蛋白質功能，還能描述其他重要特徵。借助該系統，科學家有望更快理解自然界中海量未知蛋白質，縮小已完成實驗表徵的數十萬種蛋白質與實際存在的數十億甚至數萬億種蛋白質之間的認知鴻溝。

    與依賴已知蛋白質序列相似性的傳統方法不同，BetaDescribe結合了生成式模型、驗證機制和評估流程，即使面對與已知蛋白質沒有明顯相似性的蛋白質，也能推斷其功能。此外，該系統還能提供蛋白質功能特性、催化活性、參與的代謝過程以及潛在結合位元點等詳細資訊，為醫學和生物技術研究提供更加全面的參考。

    通過實驗驗證該系統的有效性，團隊對六種此前從未被表徵的蛋白質進行了功能描述。

    研究團隊表示，這項技術有望加速醫學研究、藥物發現以及生物和農業技術領域的進展。通過快速生成有證據支持的未知蛋白質功能假設，可顯著縮短基礎研究向醫學和工業應用轉化的時間，提高生物學研究效率。

    水    登