News Message
Rapid directed evolution guided by protein language models and epistatic interactions
- by wittx 2026-03-04
用户发布的文档
一、背景：定向进化的“效率死结”与AI破局
蛋白质是生命功能的执行者，也是工业酶、生物药物、生物传感器的核心元件。如何快速获得性能更优的蛋白质，是代谢工程、合成生物学、生物制造领域持续攻坚的瓶颈。
传统定向进化采用“随机突变+功能筛选”的迭代模式，典型流程如下：
这种“试错”模式存在两个致命缺陷：
组合爆炸：若同时对10个位点进行突变，理论组合数达20¹⁰（约10¹³），远超实验筛选能力； 协同效应未知：单个有益突变叠加后可能因氨基酸间相互作用（协同或拮抗）导致功能不升反降。
近年来，AI辅助蛋白设计崭露头角，尤其是基于Transformer架构的蛋白语言模型（如ESM、AlphaFold等）能够从海量序列中学习进化规律，预测单点突变的功能影响。然而，现有AI工具大多仅能评估单一突变，对多突变组合的预测准确率急剧下降——这就像只认识单个字母，却无法读懂整句话。
2026年2月19日，《Science》在线发表了加州大学伯克利分校Patrick D. Hsu团队的研究论文，提出MULTI-evolve（Model-guided, Universal, Multi‑mutation Directed Installation）方法，彻底打破上述瓶颈。该方法仅需一轮进化实验，即可在临近标记酶（APEX/APEX2）、RNA靶向蛋白（CRISPR-Cas13d/dCasRx）、治疗性抗体（抗CD122单抗）等三类蛋白上实现活性/适应性数量级提升，最高可达256倍。
二、技术原理深度拆解：MULTI-evolve如何“一步登天”？
MULTI-evolve的核心创新在于 “用数据训练神经网络，让AI学会突变间的协同规律” ，从而外推多突变组合的功能效应。整个方法可分为四个关键步骤：
步骤1：蛋白语言模型预测功能增强点突变
研究团队首先利用预训练的蛋白语言模型（如ESM‑2）对目标蛋白的每个氨基酸位点进行功能影响评分，筛选出前5%–10% 可能增强活性的单点突变。这些突变构成初步的“候选突变库”。
技术细节：
输入：蛋白质序列（FASTA格式） 模型：ESM‑2（6.5亿参数） 输出：每个位点20种氨基酸替代的ΔΔG（稳定性变化）与功能性评分 筛选阈值：ΔΔG > -1.5 kcal/mol（避免过度 destabilizing）且功能性评分 > 0.8
为什么选择ESM‑2？
ESM‑2（Evolutionary Scale Modeling‑2）是Meta AI开发的蛋白语言模型，训练数据涵盖2.5亿条天然蛋白序列，能够捕捉氨基酸间的长程依赖关系。相比传统的物理力场计算（如Rosetta ddG），ESM‑2的预测速度快1000倍以上，且无需蛋白晶体结构，极大降低了应用门槛。
步骤2：双突变组合实验数据采集
为了获取突变间相互作用的真实数据，团队设计了双突变组合实验：从候选突变库中随机选取两两组合，构建双突变体库，并通过高通量功能筛选（如荧光激活细胞分选、微流控液滴筛选）测定每个双突变体的活性值。
实验设计要点：
组合数：若候选突变库有n个单点突变，则理论双突变组合数为C(n,2)；实际测试约200–500个组合 筛选平台：酵母表面展示（抗体）、细菌转录调控系统（酶） 数据产出：每个双突变体的相对活性值（相对于野生型）
关键创新：传统定向进化需要测试所有可能的多突变组合，而MULTI-evolve只需测试双突变组合，实验量降低至少两个数量级。例如，10个位点的全面组合需要测试20¹⁰≈10¹³个突变体，而双突变组合仅需C(10,2)×20²≈1.9×10⁴个，相差10⁹倍。
步骤3：神经网络训练学习氨基酸协同效应
将单点突变的功能评分（来自步骤1）与双突变体的实验活性数据（来自步骤2）作为训练集，输入一个三层全连接神经网络。网络的任务是学习突变间的非线性相互作用——即两个突变同时存在时，其联合效应不等于各自效应的简单相加。
网络架构：
输入层：2个突变的one‑hot编码（各20维） + 单点突变功能评分（2维） 隐藏层：128个神经元，ReLU激活 输出层：1个神经元（预测的双突变体活性） 损失函数：均方误差（MSE） 训练周期：500 epoch，早停（patience=50）
为什么三层网络就够？
研究发现，双突变协同效应主要受局部结构环境影响，而非全局蛋白折叠。三层网络足以建模这种局部非线性关系，同时避免过拟合。训练完成后，该神经网络能够准确预测任意双突变组合的功能效应，并泛化到未见过的突变对。
步骤4：多突变功能效应外推与一轮进化
这是MULTI-evolve的“临门一脚”：利用训练好的神经网络，对所有可能的多突变组合（如3–10个突变同时引入）进行虚拟筛选，直接预测其功能值。团队开发了蒙特卡洛树搜索（MCTS）算法，在巨大的组合空间（例如10个位点、每个位点20种氨基酸，总组合数20¹⁰）中高效寻找全局最优的多突变组合。
关键突破：
从双突变数据外推多突变：神经网络学习的是“协同规则”，而非简单叠加，因此能可靠预测多个突变同时引入的效果； 仅需一轮实验：虚拟筛选出的最优多突变组合直接合成、表达、验证，无需迭代筛选。
MCTS如何工作？
MCTS通过模拟“探索‑利用”平衡，在组合空间中快速定位高潜力区域。算法平均仅需评估约10⁵个虚拟组合（占总空间的10⁻⁸），即可找到性能提升85‑120倍的最优解，计算成本控制在单GPU‑小时内。
三、实验验证：三类蛋白，全面突破
研究团队在临近标记酶（APEX/APEX2）、RNA靶向蛋白（CRISPR-Cas13d/dCasRx）、治疗性抗体（抗CD122单抗） 三个代表性蛋白上全面验证了MULTI-evolve的有效性。下图直观展示了优化后的活性提升倍数：
案例1：临近标记酶APEX——催化效率最高提升256倍
APEX（大豆抗坏血酸过氧化物酶）是用于蛋白质邻近标记的关键工具酶。研究团队首先利用蛋白语言模型（PLM）零样本预测集合筛选出16个功能增强的单点突变，其中包含已知的超增强突变A134P（即APEX2变体）。
优化策略：
候选突变库：PLM集合预测的16个单点突变（包括A134P） 双突变实验：测试所有双突变组合 神经网络预测：从突变库中筛选最优的5-7个突变组合 实验结果： APEX野生型：最优多突变体（7个突变）催化效率提升193-256倍（相对于野生型APEX） APEX2（A134P突变体）：在A134P基础上引入额外突变，催化效率进一步提升3.6-4.8倍 双突变组合的协同效应达5.5-8.7倍，证明神经网络成功捕捉了氨基酸间的非线性相互作用
案例2：RNA靶向蛋白dCasRx——剪接调控活性提升2.8-9.8倍
CRISPR-Cas13d（dCasRx）是用于RNA靶向和剪接调控的关键蛋白。研究团队通过深度突变扫描（DMS）实验获得功能数据，筛选出增强剪接活性的单点突变。
优化策略：
候选突变库：DMS实验筛选的15个功能增强单点突变 双突变实验：测试关键双突变组合 神经网络预测：筛选最优的5-7个突变组合 实验结果： 最优多突变体在报告基因系统中显示2.8-9.8倍的剪接活性提升 在内源基因（ITGB1、TFRC、SMARCA4）的转剪接实验中，平均提升3.9-4.5倍 与RESPLICE工具结合时，仍保持1.3倍的稳定增强
案例3：抗CD122治疗性抗体——多目标优化实现综合提升2.0-5.0倍
HuABC2是靶向CD122（IL-2/IL-15受体β链）的高亲和力抗体（EC50 = 2.7 nM），在自身免疫性疾病治疗中具有重要价值。研究团队同时优化其表达水平和结合亲和力。
优化策略：
候选突变库：PLM集合预测的132个单点突变（覆盖轻重链可变区） 双突变实验：测试表达与结合的双重效应 神经网络预测：基于帕累托前沿筛选最优多突变组合 实验结果： 综合提升：相对表达与结合亲和力的综合指标提升2.0-5.0倍 表达提升：抗体表达量提升2.0-4.0倍 亲和力提升：EC50从2.7 nM优化至1.0 nM，亲和力提升2.7倍 多突变组合性能超越其组成双突变体达2.5倍，证明成功规避了拮抗相互作用
四、核心数据与结果解读
| 193-256倍 | ||||
| 3.6-4.8倍 | ||||
| 2.8-9.8倍 | ||||
| 亲和力2.7倍 |
关键发现：
突变协同效应显著：最优多突变组合的功能提升远超单个突变效应的简单相加，证明神经网络成功捕捉了氨基酸间的协同规律； 通用性强：同一套MULTI-evolve流程在三类结构、功能迥异的蛋白上均取得数量级提升，说明该方法具有跨蛋白通用性； 实验周期大幅缩短：传统定向进化获得类似提升通常需要6–12轮迭代、耗时6个月以上；MULTI-evolve仅需一轮实验，从设计到验证可在4–6周内完成。
与传统方法的定量对比：
| 4–6倍 | |||
| 降低100倍 | |||
| 从0到实用 | |||
| 10⁸倍加速 |
五、意义与前景：AI驱动蛋白工程的新范式
1. 对代谢工程与合成生物学的影响
酶工程提速：工业酶（如脂肪酶、纤维素酶、P450酶）的催化效率、热稳定性、溶剂耐受性可快速优化，直接降低生物制造成本； 通路限速酶突破：代谢通路中的瓶颈酶常因催化效率低下限制整体产量，MULTI-evolve可针对性强化，实现通量再平衡； 非天然功能引入：通过设计特定突变库，可赋予酶催化非天然反应的能力，拓展生物合成边界。
2. 对生物医药产业的推动
抗体药物优化：除亲和力外，还可优化抗体半衰期、免疫原性、效应功能，加速新一代治疗性抗体开发； 酶替代疗法：罕见病相关酶（如精氨酸酶）的活性提升可直接转化为更佳临床疗效； 细胞治疗赋能：CAR‑T、TCR‑T等细胞疗法中关键受体蛋白的亲和力、特异性可系统优化。
3. 方法论启示：从“试错”到“预测”
MULTI-evolve标志着蛋白工程从传统实验迭代向 “AI预测‑实验验证” 双轮驱动模式的转型。其核心逻辑可迁移至其他生物分子设计场景：
核酸酶/核糖开关：预测多突变对RNA折叠与功能的影响； 代谢通路整体优化：同时预测多个酶突变对代谢流分布的影响； 蛋白质‑蛋白质相互作用：设计多突变组合以增强或阻断特定互作。
文献
Rapid directed evolution guided by protein language models and epistatic interactions
Share Http URL: http://www.wittx.cn/get_news_message.do?new_id=1525
Best Last Month
.jpg)
