作者： Atman语言智能 来源： Atman语言智能

译文部分

蛋白质是由一个完全自主的机器人在实验室中制造的。图片来源：Panther Media GmbH/Alamy

一个由简单的人工智能（AI）模型指导的机器人设备组成的“自动驾驶”实验室成功地重新设计了酶，而无需人类的任何输入——除了偶尔的硬件修复。

“这是一项前沿工作，”加利福尼亚州伯克利劳伦斯伯克利国家实验室的物理学家和合成生物学家赫克托·加西亚·马丁说。“他们正在完全自动化蛋白质工程的整个过程。

自动驾驶实验室将机器人设备与机器学习模型相结合，这些模型能够指导实验并解释结果以设计新程序。研究人员说，希望自主实验室能够推动科学进程，并提出人类自己可能没有想到的解决方案。

单调的工作

蛋白质工程是自动驾驶实验室的理想任务，威斯康星大学麦迪逊分校的蛋白质工程师菲利普·罗梅罗（Philip Romero）说，他领导了这项研究1，1月11日发表在《自然化学工程》上。传统方法倾向于依赖于开发针对特定特性（例如酶活性）的检测方法，然后筛选大量突变版本的蛋白质。“蛋白质工程领域的大部分内容都是单调的，”他说。

Romero的团队创建的系统由一个相对简单的机器学习模型提供支持，该模型将蛋白质的序列与其功能相关联，并提出序列更改以改善功能。它将用于测试的蛋白质序列传送到制造蛋白质的实验室设备，测量其活性，然后将结果反馈给模型以指导新一轮实验。“我们设置并忘记它，”罗梅罗说。

在这项研究中，研究人员要求他们的自动驾驶实验室使称为糖苷水解酶的代谢酶更耐高温。经过 20 轮实验后，4 个实验中的每一个都产生了新版本的酶，这些酶可以在比自主实验室开始时使用的蛋白质至少高 12 °C 的温度下运行。

研究人员首先尝试运行自己的机器人设备，但机器不断坏掉。因此，他们求助于加利福尼亚州的一个基于云的实验室——一个现有的设施，里面有机器人设备，可以通过计算机代码进行远程指导——并设置他们的人工智能模型，在那里发送指令。研究人员估计，整个实验耗时约6个月，包括由于运输延误而暂停2.5个月，每轮20轮运行的成本约为5,200美元。一个人可能会花费长达一年的时间做同样的工作。

产生知识

García Martín说，提高自动驾驶生物实验室的复杂性可能需要新一代硬件，因为现有的自动化实验室设备往往在制造时考虑到了人类监督者。一个更根本的挑战是创建能够产生可以被机器和人类解释的知识的自动驾驶实验室。

使蛋白质更热稳定相对简单，伊利诺伊大学厄巴纳-香槟分校的合成生物学家Huimin Zhao说。目前尚不清楚自动驾驶实验室如何容易地适应以其他方式改变酶。

罗梅罗说，他的团队正致力于将其自动驾驶实验室应用于其他蛋白质工程挑战。该小组还希望整合更复杂的深度学习工具，这些工具推动了蛋白质设计的进步。

然而，研究人员并没有试图精简科学工作者。“我们不会让人类变得多余，”该研究的合著者、威斯康星大学麦迪逊分校蛋白质工程师雅各布·拉普（Jacob Rapp）在介绍这项工作的在线研讨会上说。“我们正在更换无聊的部件，这样您就可以专注于工程工作的有趣部分。”

- 本文由爱特曼云翻译ACT提供 -

公众号：Atman语言智能

售前与商务合作：[email protected]
售后与问题咨询：[email protected]

苏州公司：苏州市工业园区金尚路仙峰大厦南楼5层
北京公司：北京市海淀区北四环中路智优沃大厦4层

文字来源 |

https://www.nature.com/articles/d41586-024-00093-w

更多AI工具，参考Github-AiBard123，国内AiBard123