全方位突破：從抗體優化到基因編輯工具。

原標題：Science重磅：AI完成定向蛋白質進化，特性提升100倍
文章來源：大數據文摘
內容字數：6349字

蛋白質設計的創新突破：EVOLVEpro平臺

近年來，科學家們在蛋白質設計領域取得了顯著進展，人工智能（AI）技術的應用將這一領域推向了新的高度。來自哈佛醫學院、麻省理工學院等機構的研究團隊開發了名為EVOLVEpro的人工智能平臺，為定向蛋白質進化提供了全新的解決方案。

1. EVOLVEpro平臺的核心優勢

EVOLVEpro基于少樣本主動學習框架，結合蛋白質語言模型（PLMs）和回歸模型，能夠僅依靠蛋白質序列進行優化，而無需依賴結構信息或專家經驗。這一創新使得高活性蛋白突變體的預測和設計更加高效，性能提升可達100倍。

2. 跨領域應用的潛力

該平臺在RNA生產、基因編輯及抗體結合等多個領域展現出優越性能。研究表明，EVOLVEpro能夠顯著提高基因編輯工具的活性，并改善抗體的結合能力和表達水平。此外，在新型脂質納米顆粒的優化實驗中，EVOLVEpro幾乎完全消除了脫靶效應，為精準醫療奠定了基礎。

3. 傳統技術的局限性

傳統的蛋白質優化技術如深度突變掃描（DMS）和定向進化往往面臨耗時費力的問題，容易陷入局部最優解。而基因編輯技術如CRISPR-Cas9也存在精準性不足和遞送效率低的問題。

4. EVOLVEpro的性能驗證

研究團隊通過對多個數據集的優化，驗證了EVOLVEpro在抗體和基因編輯工具上的表現。C143抗體的結合親和力和微型CRISPR核酸酶的插入缺失效率均顯著提升，證明了EVOLVEpro的有效性。

5. 未來的挑戰與展望

盡管EVOLVEpro展示了巨大的潛力，但仍面臨一些挑戰，如蛋白質語言模型的局限性和活性景觀的復雜性。研究人員計劃進一步優化EVOLVEpro模型，探索其在更多生物醫學領域的應用，以滿足對高性能蛋白質的需求。

總之，EVOLVEpro的問世為蛋白質優化與基因編輯工具的研發開辟了新視角，隨著技術的持續進步，未來在生命科學領域可能會迎來更多的突破，為癌癥治療與新藥研發提供新的可能性。

聯系作者

文章來源：大數據文摘
作者微信：
作者簡介：普及數據思維，傳播數據文化