Nature 研究：AI 重设计蛋白起点，进化出更强酶
lucapinello · x · 2026-07-23
AI 重设计的蛋白起点，能让酶进化得更好
这篇发表在 Nature 的研究把 ProteinMPNN 的序列设计和自动化实验室进化结合起来，验证了一个核心判断：先用 AI 重新设计蛋白起始序列，再做定向进化，能比直接从天然蛋白出发拿到更好的结果。
- 研究者重设计了三种不同的 肉毒神经毒素蛋白酶，得到稳定性更好、催化效率完整的变体。
- 在并行的连续进化实验里，这些重设计起点持续产出更高活性的后续突变体。
- 作者认为，AI 重设计扩大了可探索的适应度空间，让原本难以到达的高功能序列变得可达。
- 进一步在 ataxin-2 相关底物上验证时，AI 重设计路线得到的蛋白酶同时具备更高催化效率和稳定性，并将选择性提升到比最佳 WT 路线高 79 倍。
这项工作提供了一条更实用的蛋白工程流程：先用 AI 设计更好的起点，再让实验进化去放大优势。
所属事件:Nature 研究：AI 重设计蛋白可成为更优进化起点(2 条相关)→
「研究」频道最新
- 学术研究如何真正被采用:选重要问题、做好 eval、易用性决定影响力 — srchvrs · 2026-10-27
- 苦涩教训第二弹:能产生影响的学术发明很少,发表场所并不关键 — srchvrs · 2026-10-27
- 研究成果被采用的四个条件:重要问题、强基线、可扩展、真实可用 — srchvrs · 2026-10-27
- EMNLP 主题演讲:产业界其实在读论文,只是不署你的名 — srchvrs · 2026-10-27
- GitHub 快速位打包算法致谢漏了两位作者,学者晒亲身经历 — srchvrs · 2026-10-27
- 入学一周即当上 ARR 审稿 Area Chair,学者吐槽评审乱象 — anmarasovic · 2026-10-27