本周，微軟推出了一個通用框架EvoDiff，該公司聲稱可以根據給定的蛋白質序列生成“高保真”、“多樣化”的蛋白質。與其他蛋白質生成框架不同，EvoDiff 不需要任何有關目標蛋白質的結構信息，省去了通常最費力的步驟。
微軟高級研究員 Kevin Yang 表示，EvoDiff 是開源的，可用于創建用于新療法和藥物輸送方法的酶，以及用于工業化學反應的新酶。
“我們設想 EvoDiff 將擴展蛋白質工程的能力，超越結構-功能范式，轉向可編程、序列優先的設計，”EvoDiff 的聯合創始人之一楊向媒體表示，“通過 EvoDiff，我們證明我們實際上可能不需要結構，而是‘蛋白質序列就是你所需要的’來可控地設計新蛋白質。”
EvoDiff 框架的核心是一個包含 6.4 億個參數的模型，該模型根據來自所有不同物種和蛋白質功能類別的數據進行訓練。（“參數”是從訓練數據中學習的 AI 模型的一部分，本質上定義了模型解決問題的技能 – 在本例中生成蛋白質。）訓練模型的數據來源于用于序列比對的 OpenFold 數據集UniRef50，UniProt 數據的子集，UniProt 聯盟維護的蛋白質序列和功能信息數據庫。
EvoDiff 是一種擴散模型，其架構類似于許多現代圖像生成模型，例如穩定擴散和DALL-E 2。EvoDiff 學習如何逐漸從幾乎完全由噪音組成的起始蛋白質中減去噪音，使其慢慢地、一步一步地接近蛋白質序列。
擴散模型已越來越多地應用于圖像生成之外的領域，從設計新型蛋白質（如 EvoDiff）到創作音樂甚至合成語音。
“如果要從 EvoDiff 中汲取一件事，我認為我們可以而且應該通過序列進行蛋白質生成，因為我們能夠實現通用性、規模化和模塊化，” EvoDiff 的另一位共同貢獻者、微軟高級研究員 Ava Amini 表示，“我們的擴散框架使我們有能力做到這一點，并控制我們如何設計這些蛋白質以滿足特定的功能目標。”
Amini 認為，EvoDiff 不僅可以創造新的蛋白質，還可以填補現有蛋白質設計中的“空白”。例如，如果蛋白質的一部分與另一種蛋白質結合，模型可以圍繞該部分生成滿足一組標準的蛋白質氨基酸序列。
由于 EvoDiff 在“序列空間”而不是蛋白質結構中設計蛋白質，因此它還可以合成最終不會折疊成最終三維結構的“無序蛋白質”。與正常功能蛋白質一樣，無序蛋白質在生物學和疾病中發揮著重要作用，例如增強或降低其他蛋白質活性。
原創文章，作者：AI，如若轉載，請注明出處：http://www.bdzhitong.com/article/582034.html
