一種新的人工智能工具可以根據酶的氨基酸序列預測酶的功能，即使這些酶尚未被研究或了解甚少。研究人員表示，這款名為CLEAN的人工智能工具在準確性、可靠性和靈敏度方面超過了最先進的工具。更好地理解酶及其功能將有利于基因組學、化學、工業材料、醫學、制藥等領域的研究。

“就像ChatGPT使用書面語言的數據來創建預測文本一樣，我們正在利用蛋白質的語言來預測它們的活動，”研究負責人Huimin Zhao說，他是伊利諾伊大學香檳分校的化學和生物分子工程教授。“幾乎每個研究人員在研究一個新的蛋白質序列時，都想馬上知道蛋白質的功能。此外，在為生物學、醫學、工業等任何應用制造化學品時，該工具將幫助研究人員快速確定合成化學品和材料所需的適當酶。”研究人員將在《Science》雜志上發表他們的發現，并于3月31日在網上發布。

隨著基因組學的進步，許多酶已經被識別和測序，但科學家們對這些酶的作用知之甚少。其他計算工具試圖預測酶的功能。通常，他們試圖通過將查詢的序列與已知酶的目錄進行比較，并找到相似的序列，來分配酶的委托編號(表明酶催化哪種反應的ID代碼)。然而，這些工具對于研究較少或未被描述的酶，或執行多項任務的酶，效果不佳。

“我們不是第一個使用人工智能工具來預測酶的委托數量的公司，但我們是第一個使用這種名為對比學習的新型深度學習算法來預測酶功能的公司。我們發現這種算法比其他人使用的人工智能工具要好得多。我們不能保證每個人的產品都能被正確預測，但我們可以得到比其他兩種或其他三種方法更高的準確性。”

研究人員通過計算和體外實驗驗證了他們的工具。他們發現，該工具不僅可以預測以前未被描述的酶的功能，還可以糾正被領先軟件錯誤標記的酶，并正確識別具有兩種或多種功能的酶。

趙惠民教授團隊正在讓其他研究人員可以在線訪問CLEAN，以確定一種酶的特征或確定一種酶是否能催化所需的反應。“我們希望這個工具能被廣泛的研究團體廣泛使用。通過網絡界面，研究人員只需在搜索框中輸入序列，就像搜索引擎一樣，就能看到結果。”

該小組計劃擴展CLEAN背后的AI來表征其他蛋白質，比如結合蛋白。該團隊還希望進一步開發機器學習算法，以便用戶可以搜索所需的反應，人工智能將指出合適的酶來完成這項工作。“有很多未鑒定的結合蛋白，比如受體和轉錄因子。我們也想預測它們的功能。我們希望預測所有蛋白質的功能，這樣我們就可以知道一個細胞的所有蛋白質，更好地研究或設計整個細胞，用于生物技術或生物醫學應用。”

Enzyme function prediction using contrastive learning