突破蛋白质设计瓶颈，µProtein框架引领AI驱动蛋白质工程新革命

本文介绍了北京中关村学院研究团队在《自然·机器智能》发表的蛋白质工程突破性研究。背景方面，蛋白质工程面临巨大挑战，因为蛋白质可能的突变组合数量极其庞大，传统实验方法难以高效筛选最优序列。研究目的在于开发µProtein框架，结合µFormer深度学习模型和µSearch强化学习算法，解决蛋白质设计中的"大海捞针"问题。µFormer通过预训练和微调准确预测突变效应，µSearch则高效探索蛋白质适应度景观。在β-内酰胺酶TEM-1的实验中，µProtein仅使用单点突变数据就发现了活性超过已知四突变体的双突变组合，证明其能捕捉上位效应并找到自然界罕见的强功能突变。结论表明，µProtein为药物研发、酶工程等领域提供了新路径，代表了AI驱动蛋白质工程的新范式。