据PHYS网2024年8月7日消息，瑞士洛桑联邦理工学院开发出一种新型人工智能（AI）模型——CARBonAra，可根据不同分子环境所施加限制的主链支架预测蛋白质序列，其灵活性和准确性为蛋白质工程开辟了新的途径，增强了未来药物发现的能力。CARBonAra在酶工程方面的成功也展示了其在工业应用中的潜力。相关成果已发表在《自然·通讯》期刊上。

CARBonAra是在一个包含约370000个亚基的数据集上训练的。此外，CARBonAra还从蛋白质数据库中额外选取了100000个亚基用于验证，70000个亚基用于测试。

CARBonAra以研究团队开发的蛋白质结构转换器框架为基础，同时使用了几何转换器，以学习和预测复杂的结构。该模型突出特点是有较强的“上下文”感知能力，当CARBonAra包含分子“上下文”，如蛋白质与其他蛋白质、核酸、脂质或离子的界面时，其恢复率显著提高。几何转换器是一种深度学习模型，可处理点之间的空间关系（如原子坐标）。

信息来源：

https://phys.org/news/2024-08-ai-approach-protein.html

http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2024-08/09/content_575905.htm?div=-1