人工智能重新设计“起点”和“终点”，加速蛋白质进化

本文研究如何提升蛋白质实验室进化的成功率与效果。传统方法常以天然蛋白质为起点，但这类蛋白稳定性差、容错能力弱，进化过程中容易因获得新功能而丧失折叠能力或溶解性，导致最终获得的酶活性低、特异性差。为此，研究人员采用AI蛋白序列设计工具ProteinMPNN，对三种肉毒杆菌神经毒素（BoNT）蛋白酶进行重设计，在保持原有催化功能的前提下，显著提高了它们的热稳定性、可溶性表达量和催化效率。接着，研究者将AI重设计的蛋白与对应的天然蛋白作为平行起点，开展多轮噬菌体辅助连续进化（PACE）实验。结果发现：所有以AI重设计蛋白为起点的进化实验，均获得了比天然起点更高活性的新蛋白；AI起点能解锁天然起点无法触及的高性能氨基酸序列，且这些突变在天然蛋白背景下完全失效；AI起点进化速度更快，只需更少突变即可达到目标功能；更重要的是，针对治疗靶点ataxin-2（一种与神经退行性疾病相关的蛋白）定向进化时，AI起点进化出的蛋白不仅切割效率更高、更稳定，而且几乎完全不切割天然底物SNAP25，其对ataxin-2的特异性比天然起点进化出的最佳蛋白高出79倍以上。该研究建立了一套“AI重设计+实验室进化”的通用工作流程，为高效开发新型治疗性酶提供了新范式。