当进化遇上AI:PROTEUS与分子设计的新前沿
作者: Lucio Del Priore
阅读约3分钟

如果AI能像生物一样进化呢?如果它能自行创造真实的分子,对其进行测试并加以改进,而且只需短短几天呢?这不是科幻,这就是PROTEUS!在日益拥挤的人工智能领域,这位新选手凭借其方法和潜力脱颖而出……
如果AI能像生物一样进化呢?如果它能自行创造真实的分子,对其进行测试并加以改进,而且只需短短几天呢?这不是科幻,这就是PROTEUS!在日益拥挤的人工智能领域,这位新选手凭借其方法和潜力脱颖而出。PROTEUS是阿尔伯塔大学(University of Alberta)研究人员开发的系统,代表着生物工程领域的一次根本性突破。与模拟数字场景的传统AI不同,PROTEUS是生物人工智能的一个范例:这种系统整合实验进化和算法来生成真实的分子,在实验室中对其进行测试,并通过受自然选择启发的过程加以优化。
这个名字本身源自希腊神话中以变换形态的能力著称的海神,完美体现了该项目的本质:适应性和持续转变。PROTEUS旨在应对当代科学最复杂的挑战之一——设计具有特定功能的分子——其方法是利用进化机制和加速的实验循环,而自动化合成和高通量筛选平台使这一切成为可能。
PROTEUS的技术核心
该系统基于定向进化算法,其灵感来自诺贝尔奖(Nobel Prize)化学奖得主(Frances Arnold,2018年),可在受控环境中引导分子变体的生成和筛选。这一过程使用的技术包括:定向和随机诱变(例如易错PCR、基因重组);细菌或噬菌体展示,使分子功能与宿主细胞相关联;自动化筛选,能够利用荧光或比色检测每天分析数千个变体;迭代筛选循环(不到两周内多达20个循环),可加速期望功能的进化。
该系统使用工程化细菌作为生物底盘,通常是为表达异源蛋白而优化的大肠杆菌(E. coli)菌株,并可与CRISPR系统整合,以对基因变体进行精细调控。所获分子的性能通过分子生物传感器或光谱技术实时评估。
应用与优势
这种方法可使酶、蛋白质或生物活性化合物的开发以周而不是以年计。与纯计算模型相比,PROTEUS不只是预测,而是直接在生物世界中实验和筛选。这保证了在真实条件下更强的功能稳健性、对不同生化环境更好的适应性,以及分子开发成本和时间的大幅降低
该系统高度模块化、适应性强,非常适合以下领域:
- 个性化医疗,开发针对罕见或新出现突变的专用药物
- 绿色产业,例如推动高性能生物催化剂的进化,用于可持续的工业流程
- 环境生物修复,设计用于降解污染物的蛋白质
- 先进诊断:创建用于快速、特异检测病理生物标志物的生物传感器
新前沿:混合智能
但PROTEUS的价值并不限于速度。正是它学习和进化的能力,开启了此前难以想象的场景:一个混合系统,人类智能、进化算法和分子生物学在其中融合,催生创新。迄今获得的结果表明,这种方法可以超越纯计算机模拟(in silico)模型的预测能力,尤其是在高度复杂和动态的环境中。
展望未来,潜在应用十分广阔。人们已经在谈论针对新出现病原体的进化疫苗、用于工业流程的耐热酶,以及智能可降解材料。而且由于PROTEUS运用自然进化机制,它也更适合循环和可持续的生产模式。
在人工智能似乎主宰每个领域的时代,PROTEUS提醒我们,自然本身就是一种进化而来的智能,我们可以从中学习如何更高效、更可持续、更创新地进行设计。这种“生物智能”开启了分子创新的新纪元,科学、进化与技术之间的界限正变得越来越模糊。
由英文原文自动翻译. 阅读原文



