中新網(wǎng)上海3月22日電 (記者 許婧)上海交通大學特聘教授洪亮團隊22日發(fā)布最新成果：團隊將AI與蛋白質設計與改造相結合，上海建立了全球最大的交大計模蛋白質數(shù)據(jù)集，基于該數(shù)據(jù)集訓練的發(fā)布模型，可以精準、蛋白高效地預測、質設設計蛋白質的上海功能，把蛋白質生產(chǎn)由“緩慢的交大計模試錯”變?yōu)椤案咝实木珳试O計”。
蛋白質是發(fā)布由氨基酸序列構成的，氨基酸序列的蛋白長度從數(shù)百個到上千個不等。AI時代，質設數(shù)據(jù)是上海推動技術進步的核心資源，龐大的交大計模蛋白質序列數(shù)據(jù)集能幫助模型更好地理解蛋白質的序列、結構和功能關系。發(fā)布洪亮團隊建立的蛋白蛋白質序列數(shù)據(jù)集Venus-Pod(Venus-Protein Outsize Dataset)含有近90億條蛋白質序列，包含數(shù)億個功能標簽，質設是全球數(shù)據(jù)規(guī)模最大、功能批注標簽最多的數(shù)據(jù)集，也是另一行業(yè)知名模型——美國ESM-C模型訓練用的21億蛋白質序列的4倍體量。
3月22日，洪亮教授在上海交通大學蛋白質功能預測Venus系列模型發(fā)布暨產(chǎn)業(yè)合作峰會上發(fā)布該成果?！ ∩虾＝煌ù髮W供圖洪亮表示，該數(shù)據(jù)集構成了巨大的“蛋白質礦藏”，使得人類有可能挖掘新的蛋白或者生物催化劑，助力生物醫(yī)藥和合成生物學的快速發(fā)展；其次，AI大模型有望通過海量數(shù)據(jù)的學習和掌握自然界蛋白質的進化模式，為AI設計優(yōu)異的蛋白質產(chǎn)品提供寶貴的學習資料。
蛋白質是由20種氨基酸組成的一條高分子鏈，這個高分子鏈會扭曲并折疊成獨特的三維結構，正是這種獨特結構賦予了特定蛋白質的生物功能。要設計出一款成功的蛋白質產(chǎn)品，不能只關注它的三維結構，而是要能成功預測和設計它的功能。洪亮團隊直接瞄準“功能預測”這一終極目標，將復雜的蛋白質設計變成以需求為導向，配合少量實驗輸出結果的簡單過程。
“我們訓練了Venus(啟明星)系列模型，與DeepMind團隊的AlphaFold預測蛋白質結構不同，這個模型學習自然界蛋白質序列的組織規(guī)則以及它與功能之間的關系，其預測蛋白質突變功能的精度位居行業(yè)榜單之首?！焙榱琳f，Venus系列模型具備兩大核心功能：“AI定向進化”與“AI挖酶”。這些超常規(guī)功能的蛋白質在生物技術、醫(yī)藥研發(fā)和工業(yè)生產(chǎn)中具有巨大的應用潛力，能夠為相關領域帶來創(chuàng)新和突破。
同時，配合Venus系列模型的全球首款低通量大體積蛋白質表達、純化與功能檢測自動化一體機，可在24小時內不間斷地完成100余個蛋白質的表達、純化與檢測任務，較人力效率提高近10倍，將大大減少研發(fā)過程中的人力、物力和時間成本投入，顯著提高蛋白質工程與合成生物學研究的效率。
據(jù)介紹，一款功能過硬的蛋白質產(chǎn)品的誕生，通常需要豐富的專家經(jīng)驗配合數(shù)以萬計的實驗試錯。長期以來，蛋白質設計改造的時間長、成本高、試錯密集問題，一直是業(yè)界難題。
洪亮介紹，該成果配合行業(yè)領先的自動化設備，已經(jīng)進行產(chǎn)業(yè)化落地，比如Venus系列模型對某體外診斷頭部公司堿性磷酸酶(ALP)的改造項目。Venus系列模型成功優(yōu)化 ALP，使其分子活性超國際頭部公司產(chǎn)品3倍，為超敏檢測診斷(如心肌梗塞、阿爾茲海默癥)帶來巨大價值。目前，改造后的 ALP已進入200L規(guī)模放大生產(chǎn)階段，標志著Venus系列模型成功實現(xiàn)產(chǎn)業(yè)轉化。(完)