一種新的人工智能工具可以根據(jù)酶的氨基酸序列預(yù)測(cè)酶的功能，即使這些酶尚未被研究或了解甚少。研究人員表示，這款名為CLEAN的人工智能工具在準(zhǔn)確性、可靠性和靈敏度方面超過(guò)了最先進(jìn)的工具。更好地理解酶及其功能將有利于基因組學(xué)、化學(xué)、工業(yè)材料、醫(yī)學(xué)、制藥等領(lǐng)域的研究。

“就像ChatGPT使用書(shū)面語(yǔ)言的數(shù)據(jù)來(lái)創(chuàng)建預(yù)測(cè)文本一樣，我們正在利用蛋白質(zhì)的語(yǔ)言來(lái)預(yù)測(cè)它們的活動(dòng)，”研究負(fù)責(zé)人Huimin Zhao說(shuō)，他是伊利諾伊大學(xué)香檳分校的化學(xué)和生物分子工程教授。“幾乎每個(gè)研究人員在研究一個(gè)新的蛋白質(zhì)序列時(shí)，都想馬上知道蛋白質(zhì)的功能。此外，在為生物學(xué)、醫(yī)學(xué)、工業(yè)等任何應(yīng)用制造化學(xué)品時(shí)，該工具將幫助研究人員快速確定合成化學(xué)品和材料所需的適當(dāng)酶。”研究人員將在《Science》雜志上發(fā)表他們的發(fā)現(xiàn)，并于3月31日在網(wǎng)上發(fā)布。

隨著基因組學(xué)的進(jìn)步，許多酶已經(jīng)被識(shí)別和測(cè)序，但科學(xué)家們對(duì)這些酶的作用知之甚少。其他計(jì)算工具試圖預(yù)測(cè)酶的功能。通常，他們?cè)噲D通過(guò)將查詢的序列與已知酶的目錄進(jìn)行比較，并找到相似的序列，來(lái)分配酶的委托編號(hào)(表明酶催化哪種反應(yīng)的ID代碼)。然而，這些工具對(duì)于研究較少或未被描述的酶，或執(zhí)行多項(xiàng)任務(wù)的酶，效果不佳。

“我們不是第一個(gè)使用人工智能工具來(lái)預(yù)測(cè)酶的委托數(shù)量的公司，但我們是第一個(gè)使用這種名為對(duì)比學(xué)習(xí)的新型深度學(xué)習(xí)算法來(lái)預(yù)測(cè)酶功能的公司。我們發(fā)現(xiàn)這種算法比其他人使用的人工智能工具要好得多。我們不能保證每個(gè)人的產(chǎn)品都能被正確預(yù)測(cè)，但我們可以得到比其他兩種或其他三種方法更高的準(zhǔn)確性。”

研究人員通過(guò)計(jì)算和體外實(shí)驗(yàn)驗(yàn)證了他們的工具。他們發(fā)現(xiàn)，該工具不僅可以預(yù)測(cè)以前未被描述的酶的功能，還可以糾正被領(lǐng)先軟件錯(cuò)誤標(biāo)記的酶，并正確識(shí)別具有兩種或多種功能的酶。

趙惠民教授團(tuán)隊(duì)正在讓其他研究人員可以在線訪問(wèn)CLEAN，以確定一種酶的特征或確定一種酶是否能催化所需的反應(yīng)。“我們希望這個(gè)工具能被廣泛的研究團(tuán)體廣泛使用。通過(guò)網(wǎng)絡(luò)界面，研究人員只需在搜索框中輸入序列，就像搜索引擎一樣，就能看到結(jié)果。”

該小組計(jì)劃擴(kuò)展CLEAN背后的AI來(lái)表征其他蛋白質(zhì)，比如結(jié)合蛋白。該團(tuán)隊(duì)還希望進(jìn)一步開(kāi)發(fā)機(jī)器學(xué)習(xí)算法，以便用戶可以搜索所需的反應(yīng)，人工智能將指出合適的酶來(lái)完成這項(xiàng)工作。“有很多未鑒定的結(jié)合蛋白，比如受體和轉(zhuǎn)錄因子。我們也想預(yù)測(cè)它們的功能。我們希望預(yù)測(cè)所有蛋白質(zhì)的功能，這樣我們就可以知道一個(gè)細(xì)胞的所有蛋白質(zhì)，更好地研究或設(shè)計(jì)整個(gè)細(xì)胞，用于生物技術(shù)或生物醫(yī)學(xué)應(yīng)用。”

Enzyme function prediction using contrastive learning