在蛋白質設計領域，傳統方法面臨著諸多難題，如需要豐富的專家經驗，且要經過數以萬計的實驗試錯，時間長、成本高，這些問題長期制約著行業發展。日前，上海交通大學洪亮教授團隊發佈最新蛋白質設計模型“Venus”，把蛋白質生產由“緩慢的試錯”變為“高效率的精准設計”，開啟AI蛋白質設計新階段。

科研團隊首先建立了全球最大的蛋白質序列數據集Venus-Pod。其含有近90億條蛋白質序列，包含數億個功能標籤。這些數據覆蓋從常規地表生物到極端環境微生物的蛋白質序列資訊，為AI模型提供了豐富“養分”，讓其能更好地理解蛋白質的序列、結構和功能關係，挖掘新蛋白，助力生物醫藥和合成生物學發展。

針對蛋白質設計中關鍵的功能預測問題，團隊訓練出Venus系列模型。與其他聚焦蛋白質結構的模型不同，Venus直接瞄準“功能預測”。它能精准學習自然界蛋白質序列與功能的關係，預測蛋白質突變功能的精度位居行業榜首。

據介紹，Venus系列模型具備兩大核心功能：“AI定向進化”與“AI挖酶”。“AI定向進化”可優化蛋白質性能，讓其成為滿足應用需求的“六邊形戰士”。而“AI挖酶”則是Venus基於其海量的未知功能蛋白質數據集，可以“海選超能力戰士”，去精准發掘滿足苛刻應用需求的具備超常規功能的蛋白質，比如極度耐熱、極度耐酸、極度耐堿、極度耐胃腸消化等。這些超常規功能的蛋白質在生物技術、醫藥研發和工業生產中具有巨大的應用潛力，能夠為相關領域帶來創新和突破。

來源：光明日報