新AI模型CARBonAra推动蛋白质序列预测新进展

使用CARBonAra进行序列预测（示意图）。图片来源：瑞士洛桑联邦理工学院

瑞士洛桑联邦理工学院推出了一款名为CARBonAra的创新人工智能（AI）模型，该模型能够依据不同分子环境中的主链结构限制，精确预测蛋白质序列，预示着蛋白质工程以及医学和生物技术等多个领域将迎来重要突破。这一研究成果已刊登在《自然·通讯》杂志的最新一期中。

CARBonAra的训练数据集包含约37万个亚基，此外还从蛋白质数据库中选取了10万个亚基用于验证，7万个亚基用于测试。

该模型基于团队之前开发的蛋白质结构转换器框架，利用几何转换器这一深度学习模型来处理点与点之间的空间关系（如原子坐标），从而学习并预测复杂结构。CARBonAra的一大特色是其对“上下文”的感知能力，尤其在提升序列恢复率方面表现出色。

当CARBonAra纳入分子“上下文”信息，如蛋白质与其他蛋白质、核酸、脂质或离子之间的界面时，其序列恢复率得到了显著提高。

CARBonAra不仅在合成基准测试中展现出卓越表现，还通过实验验证证明了其在蛋白质工程中的灵活性和准确性，为未来药物发现提供了新的工具。其在酶工程中的成功应用也显示出巨大的工业应用潜力。