從去年到今年，清華大學(xué)教授張數(shù)一和團(tuán)隊連著兩個冬天做出兩個“AI+蛋白質(zhì)”成果，它們分別是極速壓縮與智能重建蛋白質(zhì)序列空間的 EvoAI，以及能夠 24 小時晝夜不停、全自動進(jìn)化蛋白質(zhì)的 iAutoEvoLab 工廠。相關(guān)論文分別發(fā)表于 Nature Methods 和 Nature Chemical Engineering。

EvoAI 和 iAutoEvoLab 的結(jié)合，形成了一個閉環(huán)：

iAutoEvoLab 可以產(chǎn)生大量的進(jìn)化數(shù)據(jù)，反過來這些數(shù)據(jù)又能喂養(yǎng)和訓(xùn)練 EvoAI，讓其預(yù)測能力和設(shè)計能力越來越強(qiáng)。

而更強(qiáng)大的 EvoAI 又可以指導(dǎo) iAutoEvoLab 設(shè)計更聰明的進(jìn)化路線和基因回路，實現(xiàn)蛋白質(zhì)的可編程進(jìn)化。

未來，這個自動化實驗-AI 的閉環(huán)，有望打通蛋白質(zhì)序列到復(fù)雜功能的黑箱。其中，馬梓源和沈達(dá)分別是相關(guān)論文的第一作者。

圖 | 從左到右：張數(shù)一、沈達(dá)、馬梓源（資料圖）

EvoAI：將海量蛋白質(zhì)壓縮進(jìn)一個錨點百寶箱

當(dāng)把所有可能的蛋白質(zhì)序列視為一片無邊無際的星空，那么找到那些功能優(yōu)秀的蛋白質(zhì)，就像是在銀河系中尋找適合生命存在的星球。傳統(tǒng)方法要么像使用望遠(yuǎn)鏡一樣一個一個地費力觀察及實驗篩選，要么就是試圖使用并不完整的星圖去做推算即計算機(jī)預(yù)測，這兩種方法不僅緩慢而且存在誤差。

張數(shù)一團(tuán)隊給出的解決方案是：拋開逐個掃描的做法，只需找到那些最明亮、最具代表性的錨點蛋白質(zhì)就行了。這些錨點就是那些包含了關(guān)鍵功能信息的蛋白質(zhì)變體。只要錨點足夠有代表性，就能描繪出整個高功能蛋白質(zhì)的路線圖。

張數(shù)一告訴 DeepTech：“我們的解決思路類似于圖片壓縮，就是將關(guān)鍵信息提取并濃縮在更小的尺寸里，無需傳遞全部龐大數(shù)據(jù)，也能保留核心特征。通過這種極致的壓縮，可以高效捕獲那些定義蛋白質(zhì)功能景觀的關(guān)鍵數(shù)據(jù)點也就是錨點。”

（https://doi.org/10.1038/s41592-024-02504-2）

為了高效地找到這些錨點，他們發(fā)明了一套名為 EvoScan 的進(jìn)化掃描方法。這套方法的核心在于利用了一種會感染細(xì)菌的病毒也就是噬菌體作為進(jìn)化平臺，其上承載著那些需要接受改造的蛋白質(zhì)基因。他們還給這套系統(tǒng)配備了一個基于 CRISPR 的定向突變系統(tǒng)，這樣一來就可以瞄準(zhǔn)蛋白質(zhì)基因的特定段落進(jìn)行突變。

同時，他們還設(shè)計了不同蛋白所需要的基因回路（genetic circuit）來作為篩選方法，借此將蛋白質(zhì)功能的好壞與噬菌體的生存能力直接掛鉤。那些功能好的蛋白質(zhì)能讓噬菌體實現(xiàn)大量繁殖，那些功能差的蛋白質(zhì)則會直接被淘汰。

這讓 EvoScan 能像使用探照燈進(jìn)行分區(qū)掃描一樣，快速、系統(tǒng)地探索蛋白質(zhì)的各個區(qū)域，從而能夠找出那些讓蛋白質(zhì)功能變強(qiáng)的關(guān)鍵突變點也就是錨點。

（https://doi.org/10.1038/s41592-024-02504-2）

為了驗證 EvoScan 方法的效果，張數(shù)一等人進(jìn)行了蛋白-蛋白相互作用、蛋白-小分子相互作用、蛋白-核酸相互作用等不同場景下的三個實驗。

在第一個實驗中，他們成功進(jìn)行了回復(fù)突變實驗，使得綠色熒光蛋白的納米抗體恢復(fù)功能，證明了 EvoScan 的精準(zhǔn)定位能力。

在第二個實驗中，針對新冠病毒的主蛋白酶也就是病毒復(fù)制必需的關(guān)鍵蛋白質(zhì)，他們使用兩種不同的藥物，以耐藥性作為篩選壓力，借此進(jìn)行全基因掃描。結(jié)果不僅找到了已知的耐藥性突變，還發(fā)現(xiàn)了一批從未被報道過的新耐藥位點，并且這些位點遍布于整個蛋白質(zhì)之中。這進(jìn)一步證明了 EvoScan 的全局掃描能力。

在第三個實驗中，他們選擇了一個同源性較低的轉(zhuǎn)錄因子蛋白質(zhì) AmeR。通過設(shè)計多輪的多維掃描路線，從可能的序列空間之中，捕獲了 82 個關(guān)鍵的錨點變體。這些變體大多包含了多個突變，功能都比原始蛋白質(zhì)更強(qiáng)大。其中，表現(xiàn)最好的一個單突變體 S57R，在細(xì)菌和人類細(xì)胞中都變成了更加高效的基因開關(guān)，能夠為合成生物學(xué)提供優(yōu)質(zhì)的零件。

找到 82 個錨點只是第一步。關(guān)鍵在于下一步：如何用這區(qū)區(qū) 82 個點，去代表和重建理論上高達(dá) 10^50 的可能性的整個高功能序列空間？

為此，他們結(jié)合了預(yù)訓(xùn)練的蛋白質(zhì)結(jié)構(gòu)模型 GeoFitness 和蛋白質(zhì)語言模型 ESM-2，使用這 82 個錨點的數(shù)據(jù)進(jìn)行訓(xùn)練，教會 AI 理解這些突變之間的復(fù)雜的相互作用，即理解一種名為上位性的現(xiàn)象。

結(jié)果顯示：這個名為 EvoAI 的混合智能模型，僅僅憑借 82 個錨點，就對于 AmeR 的序列空間進(jìn)行了更加準(zhǔn)確的描繪?；陬A(yù)測模型規(guī)劃的序列空間，當(dāng)張數(shù)一團(tuán)隊使用 AI 設(shè)計包含 6 個突變的全新蛋白質(zhì)時，所有 10 個由 AI 設(shè)計的蛋白質(zhì)變體功能都得到了大幅提升，活性提高了 10-38 倍。相比之下，使用傳統(tǒng)低維突變數(shù)據(jù)訓(xùn)練出來的模型，設(shè)計出來的全部是相較于初始蛋白功能更差的蛋白質(zhì)。

經(jīng)過計算，AmeR 這個無比龐大的高功能蛋白質(zhì)設(shè)計空間被壓縮了 10^48 倍，并且只用 82 個錨點就大大提升了設(shè)計空間的可讀性/可預(yù)測性。因此，EvoAI 證明了蛋白質(zhì)功能景觀具有極端的可壓縮性，為蛋白質(zhì)工程設(shè)計打開了新紀(jì)元的大門。

（https://doi.org/10.1038/s41592-024-02504-2）

iAutoEvoLab：24 小時不停歇的全自動蛋白質(zhì)進(jìn)化工廠

找到了設(shè)計蛋白質(zhì)的智能方法 EvoAI 之后，另一個巨大的挑戰(zhàn)擺在面前：如何將想法快速、大規(guī)模地變?yōu)楝F(xiàn)實？許多富有潛力的蛋白質(zhì)，尤其是涉及到功能復(fù)雜或多結(jié)構(gòu)域融合的蛋白質(zhì)，在待改造的目標(biāo)功能方面，它們的起始活性可能極低甚至為零，使用傳統(tǒng)方法改造它們堪比大海撈針。

于是，張數(shù)一團(tuán)隊攜手合作者打造出一個工業(yè)級全自動實驗室 iAutoEvoLab，它的目標(biāo)是將蛋白質(zhì)定向進(jìn)化這個過程，變得像現(xiàn)代化工廠流水線一樣的高通量、高效率和高可靠性，并且?guī)缀鯚o需人工干預(yù)。

（https://doi.org/10.1038/s44286-025-00303-w）

iAutoEvoLab 融合了硬件、軟件與無菌環(huán)境：

在它的硬件部分里，涉及到一個液體處理工作站，該工作站就像靈巧的機(jī)械手一樣，能夠精確地進(jìn)行樣品傳代和溶液配置。機(jī)械臂在導(dǎo)軌上來回穿梭，將培養(yǎng)板在不同設(shè)備之間進(jìn)行運轉(zhuǎn)。恒溫培養(yǎng)箱、生長檢測儀和冰箱等各司其職。其還打造一個定制化的傾斜模塊，能夠讓液體轉(zhuǎn)移變得更加精準(zhǔn)。

在它的軟件部分里，涉及到一個名為 MegaFluent 的軟件控制系統(tǒng)，它不僅能夠編排復(fù)雜的操作流程，還能分析生長檢測儀傳來的細(xì)菌生長數(shù)據(jù)，根據(jù)設(shè)定好的閾值能做出如下決策：哪個孔該進(jìn)行繼續(xù)培養(yǎng)？哪個孔達(dá)到了傳代標(biāo)準(zhǔn)？該使用多大的稀釋比例和藥物濃度？通過這些決策其能針對每個實驗孔實現(xiàn)獨立反饋控制。

在它所附帶的無菌環(huán)境里，頭頂?shù)膶恿髡帜軌蛱峁崈舻目諝?，確保在長達(dá)數(shù)周甚至數(shù)月的連續(xù)進(jìn)化過程中，樣品不會被污染。

（https://doi.org/10.1038/s44286-025-00303-w）

光有自動化平臺還不夠，還需要有一個進(jìn)化引擎。為此，張數(shù)一團(tuán)隊選擇了基于 OrthoRep 的酵母體內(nèi)生長偶聯(lián)連續(xù)定向進(jìn)化系統(tǒng)。他們評估了多種與酵母生長相關(guān)的選擇標(biāo)記基因，并設(shè)計了一系列基因回路，將目標(biāo)蛋白質(zhì)的功能好壞，直接轉(zhuǎn)換為這些選擇標(biāo)記基因的表達(dá)強(qiáng)弱，從而能與酵母細(xì)胞的生長狀態(tài)進(jìn)行牢牢綁定。

這就像給每一個等待進(jìn)化的蛋白質(zhì)設(shè)定了一個游戲規(guī)則：功能得到改進(jìn)的，酵母就能活得好和活得長；功能變差或者功能不變的，酵母就會被淘汰。在這種持續(xù)不斷的生存壓力之下，進(jìn)化以自動的方式開展著。

為了探明它的真實本領(lǐng)，他們挑戰(zhàn)了一項高難度任務(wù)：改造一個融合蛋白 CapT7。如能成功進(jìn)化則可一次性完成基因轉(zhuǎn)錄和 mRNA 加帽，那么將在 mRNA 疫苗生產(chǎn)和藥物開發(fā)中產(chǎn)生巨大應(yīng)用潛力。但問題在于，最初的融合蛋白在酵母里幾乎檢測不到活性，因此這是一個近乎于從零開始的進(jìn)化難題。

然而，iAutoEvoLab 在超過 25 天的時間里，24 小時不間斷地運行著，并管理著上百個獨立的進(jìn)化線路。根據(jù)實時生長數(shù)據(jù)，軟件會以動態(tài)方式調(diào)整每個孔中的抗生素濃度和菌液稀釋比例，逐步地加大進(jìn)化壓力。

（https://doi.org/10.1038/s44286-025-00303-w）

經(jīng)過多輪的自動化篩選，他們獲得了功能得到顯著提高的變體。通過后續(xù)接入自動化連續(xù)流培養(yǎng)裝置，進(jìn)一步地施加極限選擇壓力，他們得到了 CapT7-V14，其在酵母中驅(qū)動基因表達(dá)的能力比最初版本提高了 30 倍以上。

iAutoEvoLab 的成功證明了，即使是從功能幾乎為零的起點出發(fā)，通過全自動、高通量、可編程的進(jìn)化，也可以鍛造出具有實用價值的蛋白質(zhì)工具，并能將蛋白質(zhì)工程這樣一門高度依賴人工經(jīng)驗的手藝，升級為標(biāo)準(zhǔn)化和規(guī)?；南冗M(jìn)制造。期刊編輯評價稱：“不難想象，這樣的平臺將在擴(kuò)大蛋白質(zhì)工程產(chǎn)業(yè)規(guī)模方面找到一系列實際應(yīng)用。”

張數(shù)一也表示：“論文發(fā)表后，我們收到了來自多方的關(guān)注與聯(lián)系。我們搭建這一平臺的初衷，正是希望未來它能成為一個通用型工具，使產(chǎn)出的數(shù)據(jù)建立在統(tǒng)一、標(biāo)準(zhǔn)化的基礎(chǔ)之上。”

參考資料：

https://www.nature.com/articles/s41592-024-02504-2?sessionid=

https://www.nature.com/articles/s44286-025-00303-w

運營/排版：何晨龍