9月15日，华盛顿大学医学院的生物学家贝克教授的团队在《科学》上连发两篇论文，介绍了他们的重大发现：机器学习可用于比以前更准确、更快速地创建蛋白质分子。

按照一般的传统，研究人员设计蛋白质时，是通过调整自然界中已知的蛋白质。但是ProteinMPNN的出现，可以让研究人员从头设计所有可能的蛋白质。研究人员如果心中已经有了一个确切的蛋白质结构，ProteinMPNN就能帮助他们找到能折叠成这个形状的氨基酸序列。ProteinMPNN使用的是一个在很多折叠成三维结构的氨基酸序列中训练出来的神经网络。

贝克的团队将蛋白质设计的挑战分解为三个部分，并且针对每个部分，都设计了特定的软件方案。

第一个部分，必须生成新的蛋白质形状。在7月21日发表在《科学》杂志上的一篇论文中，该团队表明人工智能（AI）可以通过两种方式生成新的蛋白质形状。

第二个部分，设计了一种生成氨基酸序列的新算法。在9月15日的《科学》上，他们介绍了这个名为ProteinMPNN的软件工具，它的运行时间大约为一秒。

第三个部分，使用了由DeepMind开发的工具AlphaFold，来独立评估他们提出的氨基酸序列是否可以折叠成预期的形状。贝克团队9月15日发表在《科学》上的另一篇论文证实，使用新机器学习工具的组合，能够可靠地生成新的蛋白质，这些新蛋白质会在实验室中发挥作用。

信息来源：

https://www.science.org/doi/10.1126/science.add2187

https://www.science.org/doi/10.1126/science.add1964

https://baijiahao.baidu.com/s?id=1744107236511856501&wfr=spider&for=pc