AI系统可将蛋白质序列“翻译”成文字

来源：科技日报
记者：张佳欣

以色列理工学院与特拉维夫大学联合研究团队成功开发出名为 BetaDescribe的翻译人工智能系统。该系统能够直接将蛋白质序列“翻译”为自然语言描述，系统自动生成涵盖蛋白质功能、蛋白特性等关键信息的质序文本。这一创新为解析蛋白质功能开辟了全新路径，列成有望大幅加速药物研发进程及新材料的文字设计。相关研究成果已发表于最新一期《美国国家科学院院刊》（PNAS）。翻译

背景：传统蛋白质鉴定的系统瓶颈

蛋白质分析是医学与生物技术发展的基石。以治疗肥胖症和糖尿病的蛋白药物 Ozempic为例，其研发灵感源自一种沙漠稀有蜥蜴唾液中的质序肽。然而，列成传统蛋白质功能鉴定高度依赖实验手段，文字存在周期长、翻译成本高昂等痛点。系统此前，蛋白大型语言模型在此类任务中的表现并不理想，难以满足高效分析的需求。

创新：BetaDescribe 的核心优势

为解决上述难题，研究团队推出了 BetaDescribe。作为一种能将蛋白质序列转化为自然语言描述的AI系统，其核心优势体现在：

1. 填补认知鸿沟：科学家可利用该系统快速理解自然界中海量的未知蛋白质，缩小已实验表征的数十万种蛋白质与实际存在的数十亿甚至数万亿种蛋白质之间的认知差距。
2. 突破相似性限制：不同于传统依赖已知序列相似性的方法，BetaDescribe 结合了生成式模型、验证机制和评估流程。即使面对与已知蛋白质无明显相似性的新序列，也能准确推断其功能。
3. 提供多维信息：系统不仅能解释功能，还能详细描述催化活性、参与的代谢过程、潜在结合位点等关键特性，为医学和生物技术研究提供全面参考。

验证与展望

研究团队通过实验验证了系统的有效性，成功对 6种此前从未被表征的蛋白质进行了功能描述。

团队表示，这项技术有望显著加速医学研究、药物发现以及生物和农业技术的发展。通过快速生成有证据支持的未知蛋白质功能假设，可大幅缩短从基础研究到医学及工业应用的转化时间，从而全面提升生物学研究效率。

(责任编辑：知识)