浙江大学科研团队在Nature Communications发表PLMeAE平台，蛋白质语言模型ESM-2负责设计，自动生物铸造厂负责建造和测试，闭环4轮进化。只要10天、共测试384个突变体、酶活性提升2.4倍、蛋白产量提升12.1倍，而传统正负筛选两轮要做38天。
定向进化几十年了，随机突变→建文库→筛→再突变→再筛。经典定向进化一次只动一个位点，一点点地做局部优化，而大规模组合文库动辄数十万个突变克隆，全得靠人力筛选。
浙江大学科研团队利用白质语言模型（PLM）和自动生物铸造厂，在设计-制造-测试-学习的循环里全自动闭环。
怎么做到
研究团队开发的平台叫PLMeAE，共有两个模块。
模块一
不知道该突变哪里，ESM-2对目标蛋白每个位点做zero-shot打分，算出”突变成哪种氨基酸最可能优于野生型”，直接取前96个送机器人验证。不用任何先验知识，不用结构，不用序列比对。
模块二
已知突变位点——用PLM概率分布+ITC信息传输复杂度做”信息量采样”，第一轮挑出信息量最大的96个变体标注数据，训练”PLM编码+MLP多层感知机”的适应度预测器，预测全部16万种组合的活性，取top 96送测。数据回流再训练，一轮滚一轮。
机器人的湿实验
96个突变体从引物设计到酶活数据，全流程59小时。
第1天，Python脚本设计引物送合成；Evo工作站配PCR，自动热循环仪跑扩增，Xpeel自动撕膜，Echo声学移液加DpnI消化。
第2天，自动涂板（8通道喷洒）、贴标、自动培养14小时；Fluent挑克隆进LB，培养7小时，Robota离心收菌——剩下菌液自动送Sanger测序验证突变、存甘油菌。
第3天，CLARIOstar自动酶标仪测活性，Momentum软件出数据。
系统还带异常处理，PCR失败自动重做，板子上没长克隆自动重新转化，OD600低于0.4自动重新挑菌。
对照组人工正负筛选（氯霉素抗性正筛+barnase毒素负筛），两轮下来38天。这套机器人10天跑完4轮。
战绩
研究选择甲烷古菌酪氨酰-tRNA合成酶变体pCNF-RS作为模式蛋白进行研究，负责把非天然氨基酸（ncAA）装进蛋白。它的最大用途是ADC，抗体偶联药物要求把pAcF这类非天然氨基酸定点装到抗体上做偶联接头，pCNF-RS装点效率只有野生型GFP的60%。
四轮进化
第一轮得到的96个变体，只有6个优于野生型，最好的提升也只有1.3倍，但数据已经回流训练。
第二轮（MLP预测器上线）48个突变优于野生型，最好的提升2.0倍，正命中率从6%上升到50%。
第三轮得到60个突变优于野生型，正向命中率达到62.5%。
第四轮的ESM-2全程零先验地挑出32个全新突变位点，K280一个位点就给出5种突变建议。41个突变正向，最优M-R4（E172D）达到野生型的2.4倍。
对照组随机文库192克隆里90个有效序列，正命中率2.2%，最好的只有1.26倍，和PLM的首轮（6%）差不多，但被第二轮（50%）和第三轮（62.5%）甩出几条街。
核心原料（抗体、酶、抗原）的定向进化，正变成”AI+机器人的流水线”。
Zhang Q, Chen W, Qin M, et al. Integrating protein language models and automatic biofoundry for enhanced protein evolution. *Nature Communications*. 2025;16:1553. DOI: 10.1038/s41467-025-56751-8
往期热点文章
来自
标签：
发表回复