西湖大学等团队发布AI模型Pinal，一句话即可生成候选蛋白质

记者10月22日从西湖大学获悉，该校科研团队与香港科技大学（广州）、中国科学院深圳先进技术研究院合作，搭建了名为Pinal的人工智能（AI）模型。只需提供一句文字描述，该模型即可生成与已知天然蛋白序列不同、并可能具备实际功能的候选蛋白质。相关研究成果日前在线发表于《自然》杂志。

蛋白质设计难点在于其结构高度精密，局部变化可能影响整体折叠和功能。近年来AI已能预测蛋白质结构与序列之间的关系，西湖大学团队尝试直接用自然语言描述蛋白质功能，让AI生成对应序列。研究过程中，团队发现已知蛋白序列数据规模庞大，但经实验验证功能的数据相对稀缺。为此，团队提出以蛋白质三维结构为中间桥梁的技术路线，整合多种来源数据，构建了覆盖约1.35亿条不同蛋白质序列的训练数据集，并通过为同一蛋白质配备多种语言表述，构建了约17亿条“蛋白质—文本”配对的AI合成训练数据集。

该模型运行分为三步：先根据文字生成蛋白质结构蓝图，再依据结构排布氨基酸，最后对候选序列打分。团队选取荧光蛋白、降解PET塑料的酶、醇脱氢酶以及穿梭H蛋白四类蛋白质开展实验验证，结果显示Pinal可设计出区别于已知天然蛋白序列且在实验中发挥目标功能的蛋白质。原发杰表示，目前该模型仍处于概念验证阶段，更多精细化功能设计需求是当前面临的科研挑战。