瑞典查爾姆斯理工大學的研究人員介紹了一種利用人工智能生成合成蛋白質的方法。這種新方法對於開發高效的工業酶以及抗體和疫苗等新型蛋白質藥物有著巨大的潛力。由於瑞典查爾姆斯理工大學的研究人員最近發表的工作，人工智能現在已經能夠生成新穎的、具有功能活性的蛋白質。

研究人員現在能夠證明的東西，為未來的一些應用提供了夢幻般的潛力，例如更快、更有成本效益地開發基於蛋白質的藥物。

蛋白質是大型、複雜的分子，在所有活細胞中發揮著至關重要的作用，在我們的細胞內自然構建、修飾和分解其他分子。它們也被廣泛應用於工業過程和產品，以及我們的日常生活中。以蛋白質為基礎的藥物非常常見，糖尿病藥物胰島素是最常用的處方藥之一。一些最昂貴和最有效的癌症藥物也是基於蛋白質的，以及目前用於治療COVID-19的抗體配方。

目前用於蛋白質工程的方法依賴於引入蛋白質序列的隨機突變。然而，每引入一個額外的隨機突變，蛋白質的活性就會下降。因此，人們必須進行多輪非常昂貴和耗時的實驗，篩選數以百萬計的變體，才能設計出最終與自然界中發現的蛋白質和酶有顯著區別的蛋白質和酶。

這個工程過程非常緩慢，但現在研究人員有了一種基於人工智能的方法，研究人員可以在短短幾週內從計算機設計拿到可以工作的蛋白。他們的新成果最近發表在《自然機器智能》雜誌上，代表了合成蛋白質領域的突破。研究小組和合作者開發了一種基於人工智能的方法，名為ProteinGAN，它使用了一種生成式深度學習方法。

從本質上講，人工智能獲得了大量來自研究良好的蛋白質數據，它研究這些數據，並試圖基於這些數據創造新的蛋白質。同時，人工智能的另一部分則試圖弄清楚合成的蛋白質是否是假的。蛋白質在系統中來回發送，直到人工智能無法再分辨天然和合成蛋白質。這種方法以創建不存在的人的照片和視頻而聞名，但在這項研究中，它被用於生產高度多樣化的蛋白質變體，這些變體具有類似自然主義的物理特性，可以測試其功能。

日常產品中廣泛使用的蛋白質並不總是完全天然的，而是通過合成生物學和蛋白質工程技術製成的。利用這些技術，對原有的蛋白質序列進行修改，希望創造出更有效、更穩定、針對特定應用的合成新型蛋白質變體。基於人工智能的新方法對於開發高效的工業酶以及基於蛋白質的新療法（如抗體和疫苗）具有重要意義。