根据密歇根大学研究人员的一项新研究，一种使用简单、成本效益高的实验和机器学习模型的蛋白质工程方法可以预测哪些蛋白质对特定目的有效。

该方法在组装蛋白质和多肽方面具有深远的潜力，可用于从工业工具到治疗方法的应用。例如，这项技术可以帮助加速稳定肽的开发，以目前的药物无法做到的方式治疗疾病，包括改善免疫治疗中抗体与靶标的排他性结合。

“控制蛋白质如何工作的规则，从序列到结构再到功能，是如此复杂。为蛋白质工程的可解释性做出贡献尤其令人兴奋，”这项研究的第一作者马歇尔·凯斯说。

目前，大多数蛋白质工程实验使用复杂的、劳动密集型的方法和昂贵的仪器来获得非常精确的数据。漫长的过程限制了可以获得的数据量，而复杂的方法对学习和执行来说是具有挑战性的——这是精度的权衡。

“我们的方法表明，在许多应用中，你可以避免这些复杂的方法，”凯斯说。

更新的方法首先将细胞分为两组，称为二元分选，基于它们是否表达所需的特征-如与荧光分子的结合-或不。然后，对细胞进行测序，以获得感兴趣的蛋白质的潜在DNA代码。然后，机器学习算法会减少测序数据中的噪音，从而识别出最好的蛋白质。

密歇根大学化学工程副教授、论文通讯作者格雷格·瑟伯(Greg Thurber)说:“与其从图书馆中选择‘最好的书’，不如读很多书，然后把不同故事的不同页面拼凑在一起，尽可能找到最好的书，即使它不在你原来的图书馆里。”“我很惊讶地看到，使用简单的二进制排序数据，这种技术的稳健性。”

该方法使用线性机器学习模型进一步增强了其可访问性，与具有数十个参数的模型相比，线性机器学习模型更容易解释。

凯斯说:“因为我们可以了解蛋白质实际工作的物理规则，我们可以使用线性方程来模拟非线性蛋白质行为，从而制造出更好的药物。”

这项研究是在高级基因组学核心、结构生物学中心、生物质谱设备和蛋白质组学与肽合成核心进行的。


（文章来源：www.ebiotrade.com/newsf/2024-3）