引言

近年来，AI辅助技术在生物医疗领域取得了显著突破。我们的团队，由尊龙凯时(中国区)人生就是搏的创始人兼CTO，以及上海交通大学生命科学技术学院的杨广宇教授和自然科学研究院的洪亮教授共同组成，依托Pro-PRIME蛋白语言大模型和高效模型定向调优，经过仅两轮实验，成功显著提升了蛋白质的稳定性，并实现了复合突变100%的增益效果。

概述

优化蛋白质热稳定性对生物医疗的科研和应用具有重要意义。目前，通过（半）理性设计和随机诱变的方法可以相对准确地识别出增强蛋白质热稳定性的单点突变。然而，组合多个突变时往往会出现复杂的上位效应，可能导致突变体完全失活。因此，优化蛋白质通常需要进行多轮设计，这是一项耗时而复杂的过程。

近期，我们的团队发表了题为“通过结合多重突变优化蛋白质热稳定性”的文章，提出了一种AI辅助的蛋白质热稳定性工程策略。这一策略可以高效地组合多个有益的单点突变。在肌酸酶的案例中，仅用两轮设计便获得了50个具有卓越热稳定性的组合突变体，成功率达到了100%。模型经过少量实验数据微调后，能有效捕捉组合突变体中的上位效应。

主要内容

该项研究中，我们利用了一种AI辅助的蛋白质热稳定性工程策略，通过微调Pro-PRIME模型来预测组合突变体的稳定性和活性。Pro-PRIME模型基于9600万个宿主细菌的最佳生长温度数据进行训练，在高温酶的设计和优化方面表现优异。研究团队使用来自肌酸酶的73个低阶突变体的序列-热稳定性和活性数据进行微调，随后预测来源于18个单点突变体的所有潜在突变体的热稳定性和活性。

整个过程包括数据收集、模型微调、组合序列空间的预测和突变体的验证。经过两轮微调和预测，仅用两周时间，就设计出了50个组合突变体，达到了100%的热稳定性设计成功率。最佳突变体13M4包含13个突变位点，其活性几乎保持不变，Tm值提升了101.9°C，在58°C下的半衰期增加了约655倍。

研究结果表明，使用高质量的实验数据微调模型参数，可以帮助模型精准捕捉已有数据集中的上位效应，并用于预测未来高阶组合突变体的适应性。而动态相关矩阵分析结果显示，影响稳定性的突变不仅在局部环境中影响其动力学，有时还会影响远端结构区域的动态表现。

关键亮点

在该研究中提出的AI辅助蛋白质热稳定性工程策略，能够有效组合多个有益的单点突变，仅通过两轮设计便实现100%的热稳定性设计成功率。最佳突变体13M4的Tm提升达到101.9°C，并保持了优良的催化活性。通过高质量数据的微调，模型能够精准捕捉初始数据集中的上位效应，为后续的高阶组合突变体适应度预测奠定了基础。

借助动态相关矩阵分析，该研究揭示了远程上位效应的机制，证实了远距离突变之间在动力学上的相关性，从而共同影响突变体的稳定性。采用这种策略，研究团队在仅为两轮设计中，全面探索了组合序列空间中超26万种可能的突变体，极大缩短了传统方法所需的进化轮次，提高了生物医疗领域蛋白质工程的效率。

研究表明，将来自生物医疗领域的数据与先进的AI模型相结合，能进一步提升模型预测性能，从而加速蛋白质工程的发展。此策略可广泛应用于关键酶分子的进化任务，展示了尊龙凯时(中国区)人生就是搏在推动生物医疗技术进步方面的潜力。