💡
原文中文，约3400字，阅读约需9分钟。
📝
内容提要
浙江大学研究人员开发了基于蛋白质语言模型的自动进化平台PLMeAE，结合机器学习与自动化生物工厂，显著提高了蛋白质工程的速度和准确性，优化了设计与测试流程，推动了工业应用的发展。
🎯
关键要点
- 浙江大学研究人员开发了基于蛋白质语言模型的自动进化平台PLMeAE。
- PLMeAE结合机器学习与自动化生物工厂，提高了蛋白质工程的速度和准确性。
- 传统蛋白质工程方法如定向进化速度慢且劳动密集。
- PLMeAE在设计-构建-测试-学习循环内实现蛋白质工程自动化。
- 该平台通过PLM预测蛋白质序列适应度关系并采样新突变体。
- PLMeAE平台的自动化生物工厂合成、表达和测试蛋白质变体。
- 研究成功改造pCNF-RS，提高酶活性和蛋白质产量。
- PLMeAE的自动进化过程显著缩短了实验时间。
- PLMeAE与早期研究不同，使用蛋白质语言模型进行零样本预测。
- PLMeAE平台具有扩展应用潜力，但开发新系统面临挑战。
- 未来研究将实现高效蛋白质工程，减少人为干预。
➡️
