上海交大发布蛋白质设计模型“Venus”，致力于实现蛋白质功能“定向进化”

3月22日，上海交通大学洪亮教授团队发布最新成果。团队将AI和蛋白质设计与改造相结合，建立了全球最大的蛋白质数据集，基于该数据集训练的模型，可以精准、高效地预测、设计蛋白质的功能，把蛋白质生产由“缓慢的试错”变为“高效率的精准设计”。该成果配合行业领先的自动化设备，已经进行产业化落地。

与以往靠经验和高通量实验的传统方法相比，大模型venus能完成蛋白质从序列到功能的预测，实现了从“大海捞针”到精准设计。如果想要强化目标蛋白质的某个功能，只需要提供该蛋白质的序列信息，venus就可以快速给出一批蛋白质序列改造方案，随后结合实验验证得到最优改造方案。

据悉，洪亮团队建立的蛋白质序列数据集Venus-Pod含有近90亿条蛋白质序列，包含数亿个功能标签，是全球数据规模最大、功能批注标签最多的数据集，也是另一行业知名模型——美国ESM-C模型训练用的21亿蛋白质序列的4倍体量。

“我们训练的Venus（启明星）系列模型，与DeepMind团队的AlphaFold预测蛋白质结构不同，这个模型学习自然界蛋白质序列的组织规则以及它与功能之间的关系，其预测蛋白质突变功能的精度位居行业榜单之首。”洪亮表示，Venus系列模型具备两大核心功能——“AI定向进化”与“AI挖酶”。

所谓“AI定向进化”是指Venus系列模型可以对一个不尽如人意的蛋白质产品的多种性能进行优化，让它成为一个“六边形战士”满足应用需求。而“AI挖酶”则是指Venus系列模型基于其海量的未知功能蛋白质数据集，可以“海选超能力战士”，去精准发掘满足苛刻应用需求的具备超常规功能的蛋白质，比如极度耐热、极度耐酸、极度耐碱、极度耐胃肠消化等。这些超常规功能的蛋白质在生物技术、医药研发和工业生产中具有巨大的应用潜力，能够为相关领域带来创新和突破。

与此同时，配合Venus系列模型的全球首款低通量大体积蛋白质表达、纯化与功能检测自动化一体机，可在24小时内不间断地完成100余个蛋白质的表达、纯化与检测任务，较人力效率提高近10倍，将大大减少研发过程中的人力、物力和时间成本投入，显著提高蛋白质工程与合成生物学研究的效率。

未来，科研人员可以从繁琐的设计和实验中解放出来，他们只需要提出问题，AI和自动化来解决问题，最终将复杂的蛋白质科学发现变成“傻瓜相机式”的简单过程。

目前，这项研究已被多家企业使用，其设计的多款产品已经落地，助力阿尔兹海默等疾病的诊断。