效率、精度双提升 AI促进蛋白质工程发展 | 科技前线

主要观点总结

文章介绍了中国科学院遗传与发育生物学研究所新开发的蛋白质工程计算模拟方法AiCE，该方法基于通用逆折叠模型，整合结构与进化约束，实现了蛋白质高效进化模拟和功能设计。该方法的优点在于无需训练专属AI模型，成功提升了基因编辑工具效率和精度，在蛋白质工程领域具有广泛应用潜力。

关键观点总结

关键观点1: AiCE方法开发背景及意义

由于传统蛋白质工程改造方法主要依赖实验人员经验，存在实验周期长、成本高等问题，限制了蛋白质工程的规模化应用。AiCE方法的开发解决了这些问题，提高了蛋白质工程的效率和精度。

关键观点2: AiCE方法的技术特点

AiCE方法基于通用逆折叠模型，整合结构与进化约束，开发出AiCE single 和AiCE multi两类模块，可实现单突和组合突变的快速有效预测。该方法具有性能提升、计算成本低、通用性广等特点。

关键观点3: AiCE方法的应用

研究团队使用AiCE方法在湿实验层面实现了多种蛋白质的功能验证，并开发了新型碱基编辑器，证明了该方法的简单、高效和通用性。该方法的应用将赋能多领域，包括精准医疗和分子育种等。