在今年諾貝爾化學獎表彰計算蛋白質設計領域的重大進展后，美國能源部阿貢國家實驗室團隊宣布開發出一種名為MProt-DPO的創新計算框架，該框架利用人工智能（AI）和世界頂尖的超級計算機，推動蛋白質設計取得新突破。這一成就標志著向AI自主科學發現邁出了重要一步。

MProt-DPO框架的關鍵在於其能將傳統的蛋白質序列數據與實驗結果、分子模擬及基於文本的敘述相結合。這一特性有望大幅加速蛋白質發現，特別是在疫苗開發和環保酶設計等領域。

蛋白質設計的核心挑戰之一是從氨基酸序列預測蛋白質的三維結構及其功能。由於蛋白質的氨基酸組成極其復雜，即使是微小變化也會導致成千上萬種不同的可能性。因此，傳統實驗方法難以高效完成。鑒於此，團隊結合了大型語言模型（LLM）和超級計算機的強大算力。

團隊利用了包括阿貢國家實驗室的“極光”在內的多個頂級超級計算機。這些超算不僅支持模型訓練和微調，還能夠執行大規模的分子模擬，驗証所設計蛋白質的穩定性和催化活性。MProt-DPO框架已經在多個平台上實現了超過1 exaflop（百億億次浮點運算）的持續計算，其中在“極光”上的峰值算力達到了5.57 exaflop。

MProt-DPO框架的算法使得AI模型可以從結果中學習，不斷改進設計。這種方法類似於人類專家根據實驗結果調整研究方向的過程，但速度更快，處理的數據量更大。

團隊已在兩項蛋白質設計任務上測試了MProt-DPO框架，分別是優化酵母蛋白HIS7的突變性能和提高蘋果酸脫氫酶的催化效率。結果顯示，AI設計的蛋白質表現良好，達到了預期效果。（記者張夢然）

團隊稱，新框架不僅能夠從海量“候選者”中篩出有潛力的蛋白質，還能探索自然界中尚未存在的蛋白質。這促進了生物技術和醫藥領域的創新與發展，對於應對全球健康和環境問題具有重要意義。

分享讓更多人看到