AI 学过的天然蛋白质，可能只是生物世界里很小的一块地方。 Sam Sinai 今天发了个很有意思的长帖。他高中时喜欢宇宙学，后来接触到“适应度景观”，觉得… · @sleepy0x13 · TwKit

@sleepy0x13

AI 学过的天然蛋白质，可能只是生物世界里很小的一块地方。 Sam Sinai 今天发了个很有意思的长帖。他高中时喜欢宇宙学，后来接触到“适应度景观”，觉得它像生物学里的宇宙学。一条序列对应什么功能，哪些地方能走通，哪些地方走不通，他一直想知道这张地图到底长什么样。 他和哈佛、Google 的研究者最近公开了一项研究，用机器学习和实验去探索 AAV 衣壳蛋白的序列空间。这里检查的是包装基因组的功能，远没到证明一种疗法安全有效的阶段。 他们发现，在已有进化记录之外，仍然存在很多能够保留这种功能的序列。只盯着天然序列训练和评价模型，可能会把很多还没被记录下来的可能性漏掉。 Sinai 用了一个很形象的比喻。只靠已有进化数据理解整个空间，有点像站在纽约楼顶，看一张夜空照片，就想知道宇宙的全貌。 这个研究的出发点值得留意。AI 生物学经常被讲成又生成了一个更厉害的分子，但有时候，先搞清楚现有数据没覆盖到什么，可能同样重要。模型熟悉的范围，不能直接当成自然允许的范围。 这篇目前还是预印本，部分作者也披露了 Dyno 的股权和相关专利利益。它能否变成更好的药物，需要后续研究回答。眼下研究提供的，是对特定蛋白功能和可行序列范围的新认识，离临床应用还有不少问题要解决。

曝光 513 · 评论 0 · 点赞 3 · 书签 1