AI 重设计蛋白酶进化起点，特异性提升 79 倍
AI 先优化蛋白酶稳定性再进化，让探索空间从悬崖变平原，特异性最高提升 79 倍。
哈佛团队用 AI 重设蛋白质进化起点，先借助 ProteinMPNN 和 PROSS 优化稳定性，再定向进化，使 BoNT 蛋白酶对新底物特异性提升 79 倍，突破天然序列的进化瓶颈。
正文摘录
.jpg) 编辑丨& 蛋白质进化一直是生命科学中创造新功能的重要方式。 通过定向进化，科学家可以让天然蛋白获得新的催化能力、底物偏好或更高活性。但这一过程始终面临一个限制：蛋白序列并不是越容易改变越好。许多突变虽然能够带来新的功能，却也会破坏蛋白稳定性，使后续进化陷入瓶颈。 那么，如果在进化开始之前，先利用 AI 重新设计一个更加适合作为「起点」的蛋白，是否能够让后续进化探索更广阔的空间？ 来自哈佛大学、Broad 研究所和霍华德·休斯医学研究所等的研究人员，于 2026 年 7 月 22 日在《Nature》发表了一项研究「 AI-redesigned starting points and outcomes enhance protein evolution 」，为这一困境提供了一个出人意料的解决方案。  论文链接： https://www.nature.com/articles/s41586-026-10820-0 为进化垫高起点 自然界经过数亿年的演化，已经产生了大量具有稳定结构和功能的蛋白。然而，当科学家希望让这些蛋白获得自然界中不存在的新能力时，天然序列往往并不是最理想的起点。