阅读 Nat Commun | AI驱动自主式酶工程改造通用平台的开发和应用

本研究针对传统蛋白质工程改造效率低、成本高的问题，开发了一个AI驱动的自主酶工程通用平台。该平台整合了蛋白质语言模型驱动的突变设计、自动化实验执行和机器学习迭代优化三大模块，实现了从序列输入到优化酶输出的全自主化流程。研究以拟南芥卤化物甲基转移酶和莫拉雷蒂耶尔森氏菌植酸酶为例，在4周内完成4轮迭代优化，分别获得活性提高16倍和26.3倍的突变体。平台成功解决了生物领域自主实验系统整合难题，为蛋白质改造提供了高效智能化解决方案，但在计算模型普适性和复杂蛋白适配方面仍需改进。