近日，EON体育4平台陳海峰教授課題組與馮雁教授課題組合作在中科院Top期刊《Briefings in Bioinformatics》在線發表題為Graphormer Supervised De Novo Protein Design Method and Function Validation的研究成果🤟🏿，該研究開發了一種原創而高效的全新蛋白序列設計方法GPD（圖1所示）,該方法與當前的SOTA方法proteinMPNN相比👬，序列多樣性顯著更高，生成速度快2.2倍，能夠顯著提升工業酶及蛋白質藥物的從頭設計能力。EON体育4平台本科生穆俊羲為第一作者，博士生李政新🙆‍♂️、本科生張博、博士生張琦為共同第一作者，EON体育4平台陳海峰教授、馮雁教授以及魏婷助理研究員為共同通訊作者👨🏿‍🚀。

蛋白質設計是幾乎所有蛋白質工程問題的核心🔸，因為它可以實現具有全新生物學功能的蛋白質的創造👔🤵🏿‍♀️，並能夠提高酶的催化效率等。蛋白質設計的一個關鍵問題是固定骨架的蛋白質序列設計，它旨在設計新的序列以符合預定的蛋白質骨架結構。然而🤾‍♂️✝️，現有的序列設計方法存在多種局限性，如序列多樣性低和設計的功能性蛋白質的實驗驗證不足👩🏼‍🏭，嚴重阻礙了功能性蛋白質設計👨‍🔬。

為了改進這些限製👩‍👦🗞，陳海峰組開發了基於Graphormer的蛋白質設計（GPD）模型🥂🚈。該模型利用Transformer進行基於圖的3D蛋白質結構表示，結合高斯噪聲和序列隨機掩碼融入節點特征，從而增強了序列設計質量。陳海峰組利用GPD設計了CalB水解酶，並生成了九條人工設計的CalB蛋白。結果顯示👉🏽，與野生型CalB相比，設計序列的催化活性提高了1.7倍，並且在不同碳鏈長度（C2-C16）的p-硝基苯酚醋酸酯上表現出強烈的底物選擇性。

圖2. GPD的模型架構和輸入特征

陳海峰課題組首先評估了GPD的序列設計質量👲，發現其能夠設計生成更合理的蛋白序列，並且保有較高的序列多樣性，同時多數設計的序列都能夠在結構預測模型中折疊為所需的結構。圖3中展示了GPD在序列可折疊性🍬、序列同源性🖕🏽，以及序列多樣性方面總體優於現有模型。

圖3. GPD的序列設計質量評估

然後陳海峰組與馮雁組合作，將GPD應用到南極假絲酵母酯水解酶（CALB）的重設計上，圖4展示了設計的結果：設計並篩選了9條序列，其中便有一條酶活達到原來的1.7倍🧰。實驗的結果說明GPD的設計具有合理性🚓，同時效率高於之前的理性設計或定向進化方法。

圖4. GPD在CALB設計上的應用及驗證

此外🤵🏻‍♀️，對於多個底物的酶活測試發現GPD設計的序列均具有很高的底物特異性，這對於CALB酶的工業應用也具有一定的意義🙆‍♀️。因此，GPD方法可用於工業酶和蛋白質藥物的人工智能全新設計👦，為新質生產力的快速發展奠定方法學基礎。

該研究獲得國家重點研發計劃(2020YFA0907700與2023YFF1205102)、中央高校基本科研業務費專項資金（YG2023LC03）以及國家自然科學基金面上項目 (21977068 與 32171242)的資助。同時感謝EON体育4超算中心提供的計算平臺支持🐛。

論文鏈接：​​​​​​​https://doi.org/10.1093/bib/bbae135