界面新聞記者 | 劉素楠

界面新聞編輯 | 彭朋

3月22日，上海交通大學洪亮教授團隊發布蛋白質設計模型Venus，該團隊將AI與蛋白質設計與改造相結合，建立了全球最大的蛋白質數據集，基于該數據集訓練的模型，可以精準、高效地預測、設計蛋白質的功能，把蛋白質生產由“緩慢的試錯”變為“高效率的精準設計”。

該成果配合行業領先的自動化設備，已經進行產業化落地，把蛋白質設計從原先的“復雜科學”變為如今的“簡單工程”。

洪亮團隊建立的蛋白質序列數據集Venus-Pod（Venus-Protein Outsize Dataset）含有近90億條蛋白質序列,包含數億個功能標簽，是全球數據規模最大、功能批注標簽最多的數據集，也是另一行業知名模型——美國ESM-C模型訓練用的21億蛋白質序列的4倍體量。

該數據集包含36.2億條陸地微生物蛋白質序列、26.4億條海洋微生物蛋白質序列、24.3億條抗體蛋白質序列、0.6億條病毒蛋白質序列，覆蓋從常規地表生物到極端環境微生物的蛋白質序列信息，尤其是配備的數億功能標簽（蛋白質工作的溫度、酸堿度、壓強等）。

洪亮表示，該數據集構成了巨大的“蛋白質礦藏”，使得人類有可能挖掘新的蛋白或者生物催化劑，助力生物醫藥和合成生物學的快速發展；其次，AI大模型有望通過海量數據的學習和掌握自然界蛋白質的進化模式，為AI設計優異的蛋白質產品提供了寶貴的學習資料。

2024年，諾貝爾化學獎頒發給谷歌DeepMind團隊，該團隊利用AI技術精準解析了蛋白質序列到三維結構的關系，解決了困擾生物學家長達50年的基本難題。

然而，一個現實的問題是：如果稍微改動蛋白質的氨基酸序列，哪怕只是1%的微小改變，蛋白質的整體結構看似沒有發生明顯變化，但它的功能大概率會變差，甚至完全喪失。

換言之，要設計出一款成功的蛋白質產品，不能只關注它的三維結構，而是要能成功預測和設計它的功能。

因此，洪亮教授團隊“另辟蹊徑”，不再執著于蛋白質的結構，而是直接瞄準“功能預測”這一終極目標，將復雜的蛋白質設計變成以需求為導向，配合少量實驗輸出結果的簡單過程。

“我們訓練了Venus（啟明星）系列模型，與DeepMind團隊的AlphaFold預測蛋白質結構不同，這個模型學習自然界蛋白質序列的組織規則以及它與功能之間的關系，其預測蛋白質突變功能的精度位居行業榜單之首。”洪亮表示。

Venus系列模型具備兩大核心功能：“AI定向進化”與“AI挖酶”。

所謂“AI定向進化”是指 Venus系列模型可以對一個不盡如人意的蛋白質產品的多種性能進行優化，讓它成為一個“六邊形戰士”滿足應用需求。

而“AI挖酶”則是指 Venus 系列模型基于其海量的未知功能蛋白質數據集，可以“海選超能力戰士”，去精準發掘滿足苛刻應用需求的具備超常規功能的蛋白質，比如極度耐熱、極度耐酸、極度耐堿、極度耐胃腸消化等。

這些超常規功能的蛋白質在生物技術、醫藥研發和工業生產中具有巨大的應用潛力，能夠為相關領域帶來創新和突破。

與此同時，配合Venus系列模型的全球首款低通量大體積蛋白質表達、純化與功能檢測自動化一體機，可在24小時內不間斷地完成100余個蛋白質的表達、純化與檢測任務，較人力效率提高近10倍，將大大減少研發過程中的人力、物力和時間成本投入，顯著提高蛋白質工程與合成生物學研究的效率。其宗旨就是“設計AI化，實驗自動化”，讓科研人員從繁瑣的設計和實驗中解放出來，他們只需要提出問題，AI和自動化來解決問題，最終將復雜的蛋白質科學發現變成“傻瓜相機式”的簡單過程。

目前，經過Venus系列模型設計的多款蛋白質已經實現了落地產業化。

以國內生長激素龍頭金賽藥業的單域抗體耐堿性改造為例。提升蛋白質的耐堿性歷來是一項極具挑戰性的工作，洪亮團隊借助該模型結合少量濕實驗閉環迭代驗證，不到一年將普通單域抗體耐堿性提升 4 倍，每年為金賽藥業節約上千萬元成本。該成果已實現多個批次 5000 升放大生產，成為全球首款由大模型設計并規模化生產的蛋白質產品。

另一項Venus系列模型的創新應用則是對某體外診斷頭部公司堿性磷酸酶（ALP）的改造項目。ALP 因高穩定性和靈敏度被廣泛用作標記酶，其活性越高，檢測靈敏度越高，從而能夠檢測到極低的生物標志物，但提升ALP的活性一直是一個挑戰。Venus 系列模型成功優化 ALP，使其分子活性超國際頭部公司產品 3 倍，為超敏檢測診斷（如心肌梗塞、阿爾茲海默癥）帶來巨大價值。目前，改造后的 ALP 已進入 200L 規模放大生產階段，標志著 Venus 系列模型成功實現產業轉化。