MutexaGPT：用自然语言描述直觉即可自动生成酶突变方案
机器之心报道的 MutexaGPT 把蛋白质工程师的直觉自动翻译成物理模拟并给出突变方案，在扩大活性口袋和低温适应两个任务上通过实验验证，说明 LLM 智能体开始进入酶工程的计算协作环节。
蛋白质工程师常凭直觉判断该改哪个氨基酸，但验证这些想法需要一整套计算流程。研究人员开发了 MutexaGPT 多智能体系统：用户用自然语言描述设计直觉，系统自动翻译成物理模型与分子动力学模拟任务，运行计算并输出可实验验证的突变方案。回顾性测试中，排名前 10 的候选有 4 个被已有实验数据证实有效。
正文摘录
.25.28.png) 编辑丨% 设计一种新的酶，很多时候并不是先有一个明确的计算公式。 经验丰富的蛋白质工程师可能只是观察一个酶的结构，随后他们的直觉开始运作：活性位点是不是太小了？把某几个氨基酸换掉，让口袋变大一些，会不会更适合体积更大的底物？又或者，让两个结构域之间稍微「松」一点，是不是能提高酶在低温下的活性？ 想要验证这些想法的价值，往往需要一整套复杂的计算流程。9 月 10 日，发表于《Nature Computational Science》的「 MutexaGPT: an intuition-to-design translator for physics-based enzyme engineering 」，尝试让 AI 来完成中间这段翻译工作。 研究人员开发了一个名为 MutexaGPT 的多智能体系统：用户只需要用自然语言描述自己的蛋白质工程直觉，系统就能把它转换成物理模型和分子动力学模拟任务，自动运行计算、分析结果，最后给出可以进一步进行实验测试的突变方案。