Nat Commun｜赵惠民团队：一个基于人工智能的自主酶工程通用平台

本文介绍了一个基于人工智能的自主酶工程通用平台。背景方面，传统蛋白质工程依赖专业人员手动操作，存在耗时费力、可重复性差等问题，而现有自动化设计存在成本高、通用性差等局限。研究目的是开发一个从序列到功能的普适自治平台，通过整合蛋白大语言模型（ESM-2）、EVmutation、低样本监督学习与iBioFAB自动化技术，实现酶工程的自主优化。结论显示，该平台在4周内成功将AtHMT的乙基转移活性提升约16倍、底物偏好提升约90倍，并将YmPhytase在近中性pH的活性提升约26倍，展示了AI与自动化结合的高效性，但平台在初始库预测、模型相关性及适用蛋白质类型方面仍有改进空间。