預測蛋白質序列的新AI模型問世

　　瑞士洛桑聯邦理工學院開發了一種名為CARBonAra的新型人工智能（AI）驅動模型。該模型可以根據不同分子環境所施加限制的主鏈支架預測蛋白質序列，有望在蛋白質工程及包括醫學和生物技術在內的多個領域帶來重大進展。這一成果發表在最新一期《自然·通訊》雜志上。

使用CARBonAra進行序列預測（示意圖）。圖片來源：瑞士洛桑聯邦理工學院

　　CARBonAra是在一個包含約370000個亞基的數據集上進行訓練的。它還從蛋白質數據庫中額外選取了100000個亞基用于驗證，70000個亞基用于測試。

　　CARBonAra建立在該團隊開發的蛋白質結構轉換器框架的基礎上。它使用了幾何轉換器，是一種深度學習模型，可以處理點之間的空間關系（如原子坐標），以學習和預測復雜的結構。該模型突出特點是“上下文”感知能力，這在提高序列恢復率方面尤為明顯。

　　當CARBonAra包含分子“上下文”，如蛋白質與其他蛋白質、核酸、脂質或離子的界面時，其恢復率顯著提高。

　　該模型不僅在合成基準測試中表現出色，還經過了實驗驗證，其靈活性和準確性為蛋白質工程開辟了新的途徑，增強了未來藥物發現的能力。CARBonAra在酶工程方面的成功也展示了其在工業應用中的潛力。