据解放日报  抗体蛋白怎样更加抗酸、耐碱，耐胃肠消化？蛋白酶如何更敏感检测疾病，比如心脏病或精神病？这些特殊功能的蛋白质，在生物技术、医药研发和化学等工业生产中有着巨大应用。而功能性蛋白质产品的诞生，通常需要丰富的专家经验，配合数以万计的实验试错，其时间长、成本高、试错密集等长期以来一直是业界难题。

　　近日，上海交通大学在大零号湾发布最新研发成果，特聘教授洪亮团队将AI与蛋白质设计改造相结合，建立了全球最大的蛋白质数据集，覆盖从常规地表生物到极端环境微生物的百亿量级蛋白质序列信息。

　　基于该数据集训练的AI模型，就能预测并设计蛋白质的功能，变“缓慢试错”为“高效精准”的新范式。该成果配合行业领先的自动化设备，已经实现产业化落地，把蛋白质设计从原先的“复杂科学”变为如今的“简单工程”，为相关领域带来创新和突破，造福生命健康。

　　洪亮团队建立的蛋白质序列数据集Venus-Pod含有近90亿条蛋白质序列，包含数亿个功能标签，成为全球数据规模最大、功能批注标签最多的数据集，达到另一行业知名模型——美国ESM-C模型训练用的21亿条蛋白质序列的4倍体量。

　　“我们训练了Venus（启明星）系列模型，学习自然界蛋白质序列的组织规则以及它与功能之间的关系，其预测蛋白质突变功能的精度位居行业榜单之首。”洪亮表示，Venus系列模型具备两大核心功能：“AI定向进化”与“AI挖酶”。

　　所谓“AI定向进化”，是指Venus系列模型可以对一个不尽如人意的蛋白质产品多种性能进行优化，让它成为“六边形战士”，满足相应应用的需求。而“AI挖酶”则是Venus系列模型基于其海量的未知功能蛋白质数据集，可以“海选超能力战士”，去精准发掘满足苛刻应用需求的具备超常规功能的蛋白质，比如极度耐热、极度耐酸、极度耐碱等。

　　事实上，经过Venus系列模型设计的多款蛋白质已经实现落地产业化。

　　以国内生长激素龙头金赛药业的单域抗体耐碱性改造为例。提升蛋白质的耐碱性，历来是一项极具挑战性的工作。洪亮团队借助该模型结合少量湿实验闭环迭代验证，不到1年就将普通单域抗体的耐碱性提升4倍，每年为金赛药业节约上千万元成本。该成果已实现多个批次5000升放大生产，成为全球首款由大模型设计并规模化生产的蛋白质产品。

　　另一项Venus系列模型的创新应用，则是对某体外诊断头部公司的碱性磷酸酶（ALP）改造项目。ALP因高稳定性和灵敏度被广泛用作标记酶，其活性越高，检测灵敏度越高，从而能够检测到含量极低的生物标志物，但提升ALP的活性一直是大挑战。结果，Venus系列模型成功优化ALP，使其分子活性超国际头部公司产品3倍，为心肌梗死、阿尔兹海默症等超敏检测诊断带来巨大价值。目前，改造后的ALP已进入200升规模的放大生产阶段，标志着Venus系列模型实现产业转化。

　　■徐瑞哲