一种新的机器人平台以完全自主的方式生产具有改进特性的蛋白质。此外，该系统能够通过实验评估这些蛋白质，并借助人工智能解释结果，然后重新设计蛋白质的氨基酸序列，以进一步提高它们的功能。在加强糖苷水解酶耐热性的初步测试中，机器人将蛋白质的耐温性提高了至少12°C。
来自美国威斯康辛大学麦迪逊分校的项目负责人菲利普·罗梅罗解释说，该平台旨在通过“与科学方法相同”的过程来改善蛋白质的特性。罗梅罗说:“它设计实验来测试假设，向全自动机器人系统发送命令来执行实验，并从结果数据中学习，以完善对蛋白质的理解。”最终，经过几次迭代，该系统改进了设计和蛋白质的性能——在这种特殊情况下的热稳定性。总的来说，这“加速并自动化了蛋白质工程的过程”，Romero指出。
雅各布·拉普(Jacob Rapp)是罗梅罗实验室的一名博士生，他参与了这个项目，根据他的说法，新系统“是第一个完全消除人类参与工程循环的系统”，并允许更快的迭代过程。
机器人用与细胞完全相同的分子机制制备蛋白质，结合和翻译一系列先前制备的DNA块。拉普解释说:“我们首先收集了34个DNA片段，它们可以以1352种不同的方式组合，每一个都将产生一个独特的(蛋白质)序列。”在团队的演示中，机器人只提供了关于六个序列的实验热稳定性的信息，并将根据其初步理解选择几个可能的目标进行测试。拉普说:“对于每个选定的序列，机器人将相关片段混合在一起，将它们拼接成一个DNA片段，……表达蛋白质，并在一定温度下进行测试。”
在制造出一种蛋白质后，该系统会运行一个实验来测量热稳定性，然后从实验中学习，以优化未来的蛋白质设计。与测试的6个天然糖苷水解酶序列相比，系统选择的最佳序列可以承受至少12°C的高温。拉普说:“我们使用糖苷水解酶作为模型，现在我们正致力于将同样的技术应用于更多的工业或临床相关蛋白质。”
美国加州劳伦斯伯克利国家实验室的生物工程专家hsamictor García Martín说:“我不知道还有其他完全自主的蛋白质设计和工程的例子。”他补充说:“这是一个完全自动化的机器人系统，通过实验测试设计的蛋白质，并利用这些信息来驱动下一个工程周期。”
拉普将其与获得诺贝尔奖的蛋白质工程技术定向进化进行了比较。他指出，定向进化依赖于一系列的小步骤来获得性能最好的蛋白质，通常在每一轮中产生一些突变，而新的机器人系统在每次迭代中平均产生100多个突变。此外，由于自主合成系统以无细胞的方式运作，它可以制造出“杀手”蛋白质——这些蛋白质会损害生物细胞的生存能力，但仍有可能在实验室中应用。
然而，这两种技术并不一定是竞争对手。西班牙巴塞罗那Pompeu Fabra大学的合成生物学专家Marc g
说:“(研究人员)可以探索一个非常令人兴奋的范例——将机器学习与定向进化相结合。”对于g
ell来说，人工智能在蛋白质设计中的应用是自Crispr以来合成生物学最大的转折点。他说，拥有一个能够“说话”蛋白质的自动化系统是非常强大的。“用人工智能影响进化轨迹的可能性可能是革命性的，(这种)操作优化可能会提高蛋白质工程的速度，”g
ell补充道。它使自动化又向前迈进了一步。”
费尔南多Gomollón贝尔是一位科学作家和传播者
出生于英国剑桥。查看完整档案
