一个自动化实验室系统使用人工智能和机器人花了半年时间设计改善酶，使其在更高的温度下工作。
来源：https://www.nature.com/articles/d41586-024-00093-w
一个由简单人工智能(AI)模型指导的机器人设备组成的“自动驾驶”实验室在没有任何人类输入的情况下成功地重新设计了酶——除了偶尔的硬件修复。
“这是前沿工作，”加利福尼亚州伯克利劳伦斯伯克利国家实验室的物理学家和合成生物学家Héctor García Martín说。“他们正在完全自动化蛋白质工程的整个过程。”
自动驾驶实验室将机器人设备与能够指导实验和解释结果的机器学习模型相结合，以设计新的程序。研究人员表示，希望自主实验室能加速科学进程，并提出人类可能自己想不到的解决方案。
威斯康星大学麦迪逊分校的蛋白质工程师Philip Romero说，蛋白质工程是自动驾驶实验室的理想任务，他领导了这项研究，该研究于1月11日发表在《自然化学工程》杂志上。传统的方法往往依赖于开发一种特定性质的检测方法，比如酶活性，然后筛选大量突变的蛋白质。“蛋白质工程的很多领域都是单调乏味的，”他说。
Romero团队创建的系统由一个相对简单的机器学习模型提供动力，该模型将蛋白质的序列与其功能联系起来，并提出序列变化以改善功能。它将蛋白质序列提供给制造蛋白质的实验室设备进行测试，测量其活性，然后将结果反馈给模型，以指导新一轮实验。Romero说：“我们设定好就不管了。”。
在这项研究中，研究人员委托他们的自动驾驶实验室制造一种名为糖苷水解酶的代谢酶，使其更能耐受高温。经过20轮实验，4场运动中的每一场都产生了新版本的酶，这些酶可以在比自主实验室开始使用的蛋白质至少高12˚C的温度下运行。
研究人员首先试图运行他们自己的机器人设备，但机器一直在坏掉。因此，他们求助于加利福尼亚州的一个基于云的实验室——一个现有的设施，其中包含可以用计算机代码远程指导的机器人设备——并设置他们的人工智能模型来向那里发送指令。研究人员估计，整个实验耗时约6个月，包括因运输延误而暂停的2.5个月，每20轮实验的成本约为5200美元。一个人做同样的工作可能会花一年的时间。
García Martín说，提高自动驾驶生物实验室的复杂程度可能需要新一代硬件，因为现有的自动化实验室设备往往是在制造时考虑到人工监督员。一个更根本的挑战是创建能够生成可由机器和人类解释的知识的自动驾驶实验室。
伊利诺伊大学厄巴纳-香槟分校的合成生物学家Zhao说，使蛋白质对热更稳定相对简单。目前尚不清楚自动驾驶实验室以其他方式改变酶的容易程度。
Romero说，他的团队正在将其自动驾驶实验室应用于其他蛋白质工程挑战。该组织还希望结合更复杂的 学习工具，推动蛋白质设计的进步。
然而，研究人员并没有试图精简科学工作者队伍。“我们并没有让人类变得多余，”研究合著者、威斯康星大学麦迪逊分校蛋白质工程师Jacob Rapp在介绍这项工作的在线研讨会上说。“我们正在更换无聊的零件，这样你就可以专注于工程工作中有趣的部分。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
