研究人員可以深入了解蛋白質結構并創(chuàng)造新的變異

想要創(chuàng)造一種可能具有有用特性的全新蛋白質?沒問題。只是哼幾個酒吧。

在科學與藝術的驚人結合中，麻省理工學院的研究人員開發(fā)出一種系統(tǒng)，用于將蛋白質的分子結構(所有生物的基本構建塊)轉換為類似音樂段落的可聽聲音。然后，逆轉這個過程，他們可以在音樂中引入一些變化，并將其轉換回自然界中從未見過的新蛋白質。

雖然它不像哼唱新蛋白質那么簡單，但新系統(tǒng)卻很接近。它提供了一種將蛋白質的氨基酸序列翻譯成音樂序列的系統(tǒng)方法，利用分子的物理特性來確定聲音。雖然聲音被轉置以使它們在人類的可聽范圍內，但是音調及其關系是基于每個氨基酸分子本身的實際振動頻率，使用量子化學的理論計算。

該系統(tǒng)由邁克菲工程學教授兼麻省理工學院土木與環(huán)境工程系主任Markus Buehler以及博士后Chi Hua Yu和其他兩位人員共同開發(fā)。正如ACS Nano雜志所述，該系統(tǒng)將20種氨基酸轉化為20色調，這些氨基酸是連接在一起形成所有蛋白質的構建模塊。然后，任何蛋白質的長序列氨基酸都會成為一系列的音符。

雖然對于習慣于西方音樂傳統(tǒng)的人來說，這種音階聽起來并不熟悉，但聽眾在熟悉聲音后可以很容易地認識到這種關系和差異。Buehler說，在聽完所產生的旋律之后，他現(xiàn)在能夠區(qū)分對應于具有特定結構功能的蛋白質的某些氨基酸序列。“這是一張測試版，”他可能會說，或者說“這是一個alpha螺旋線”。

學習蛋白質的語言

Buehler解釋說，整個概念是為了更好地理解蛋白質及其各種變異。蛋白質構成皮膚，骨骼和肌肉的結構材料，但也是酶，信號化學物質，分子開關，以及構成所有生物機器的許多其他功能材料。但是它們的結構，包括它們將自身折疊成通常決定其功能的形狀的方式，都非常復雜。“他們有自己的語言，我們不知道它是如何運作的，”他說。“我們不知道是什么使絲蛋白成為絲蛋白或什么模式反映了酶中發(fā)現(xiàn)的功能。我們不知道代碼。”

通過將該語言翻譯成人類特別適應的不同形式，并允許信息的不同方面以不同的維度編碼 - 音調，音量和持續(xù)時間 - Buehler和他的團隊希望收集新的見解。不同蛋白質家族及其變異之間的關系和差異，并將其用作探索其結構和功能的許多可能的調整和修改的方式。與音樂一樣，蛋白質的結構是分層的，在不同的長度或時間尺度上具有不同的結構水平。

然后，該團隊使用人工智能系統(tǒng)研究由各種不同蛋白質產生的旋律目錄。他們讓AI系統(tǒng)在音樂序列中引入了微小的變化或創(chuàng)建了全新的序列，然后將聲音翻譯成與修改或新設計版本相對應的蛋白質。通過這個過程，他們能夠創(chuàng)造出現(xiàn)有蛋白質的變體 - 例如在蜘蛛絲中發(fā)現(xiàn)的一種蛋白質，這是自然界中最強的物質之一 - 從而制造出與進化產生的蛋白質不同的新蛋白質。

雖然研究人員本身可能不了解基本規(guī)則，但“人工智能已經(jīng)學會了蛋白質的設計語言”，它可以對其進行編碼，以創(chuàng)建現(xiàn)有版本的變體，或全新的蛋白質設計，Buehler說。他說，鑒于存在“數(shù)萬億和數(shù)萬億”的潛在組合，當涉及到創(chuàng)造新的蛋白質時，“你將無法從頭開始，但這就是人工智能所能做到的。”

“組成”新蛋白質

通過使用這樣一個系統(tǒng)，他說用一組特定蛋白質的數(shù)據(jù)訓練AI系統(tǒng)可能需要幾天時間，但它可以在幾微秒內產生一個新變種的設計。“沒有其他方法可以接近，”他說。“缺點是模型沒有告訴我們里面究竟發(fā)生了什么。我們只知道它有效。”

這種將結構編碼為音樂的方式確實反映了更深層次的現(xiàn)實。“當你在教科書中看一個分子時，它是靜態(tài)的，”Buehler說。“但它根本不是靜止的。它在移動和振動。每一點物質都是一組振動。我們可以用這個概念來描述物質。”

該方法還不允許任何類型的定向修改 - 諸如機械強度，彈性或化學反應性的任何性質變化將基本上是隨機的。“你仍然需要做實驗，”他說。當一種新的蛋白質變體產生時，“沒有辦法預測它會做什么。”

該團隊還創(chuàng)作了由氨基酸聲音開發(fā)的音樂作品，定義了這種新的20音音階。他們構造的藝術作品完全由氨基酸產生的聲音組成。“沒有使用合成或自然樂器，展示了這種新的聲音源如何被用作創(chuàng)意平臺，”Buehler說。在整個實施例中使用源自天然存在的蛋白質和AI產生的蛋白質的音樂圖案，并且所有聲音，包括類似于低音或小鼓的聲音，也是由氨基酸的聲音產生的。

研究人員創(chuàng)建了一款免費的Android智能手機應用程序，稱為氨基酸合成器，用于播放氨基酸的聲音并將蛋白質序列記錄為音樂作品。