研究人员利用蛋白质设计技术制作出悦耳的音乐

2020年3月17日 -蛋白质设计与音乐理论有什么关系？麻省理工学院的一组研究人员看到了两者之间的共通之处，并设计了一种基于超音波的技术，该技术将蛋白质结构转化为乐谱，作为他们设计新蛋白质的努力的一部分。详细信息已于3月17日发布在APL Bioengineering中。

蛋白质是生命的基础，科学界一直渴望创造出具有新功能和过程的新蛋白质。但是，创建新蛋白质通常需要模仿现有结构或手动编辑现有蛋白质的氨基酸，这些过程既耗时又难以实现。

蛋白质由20种天然氨基酸组成，这些氨基酸组装成层次结构。根据其结构，可以通过三种方式对它们进行分类：

• 一级结构-氨基酸序列
• 二级结构-形成α-螺旋或β-折叠的氨基酸之间氢键的模式
• 三级结构-它们的整体3D结构

在当前的研究中，来自美国和台湾的研究人员讨论了他们如何理论化蛋白质设计与音乐理论的共性。这两个系统均具有分层结构：对于蛋白质，该结构是组织成3D空间域的氨基酸。对于音乐，不同的乐器会演奏音符，在时域中形成旋律，和弦以及其他复杂的结构。此外，研究人员决定利用机器学习来对类比进行语境化。

麻省理工学院工程学教授马库斯·布勒（Markus Buehler）博士在一份声明中说：“这些网络学会了理解折叠的蛋白质在多个时间尺度上所说的复杂语言。” “一旦给计算机提供了序列的种子，它就可以通过从这个最初的想法即兴创作来推断和设计全新的蛋白质，同时在生成过程中考虑各种水平的音乐变化（通过温度参数控制）。”

根据音乐的类比，将现有的蛋白质结构翻译成乐谱，并用作深度神经网络的训练集。每个氨基酸使用不同的间距，并且音符长度和音符音量的变化反映了二级结构信息和有关蛋白质分子链长的信息。这种新型的超音波处理，或使用非语音音频来传达信息或感知数据的方式，是从以前主要致力于预测已知蛋白质折叠模式的方法中得到改进的。

人工智能技术通过基于长期短期记忆的模型（一种递归神经网络）学习了蛋白质序列的层次结构。

深度学习模型用于设计从头音乐乐谱，其中音高信息被反向翻译为从头蛋白的氨基酸序列。研究人员使用基本的局部比对搜索工具，使用优化的蛋白质折叠识别方法（ORION）和MODELLER将预测的氨基酸序列与已知蛋白质进行比较，并评估折叠的蛋白质结构。

通过这些步骤，研究人员证明了这种深度学习方法可以用于生成尚不存在的从头设计蛋白。

布勒评论说：“这为制造全新的生物材料铺平了道路。” “或者也许您在自然界中找到了一种酶，并且想要改善其催化或完全改变蛋白质新变化的方式。”

研究人员发现的“ 蛋白质音乐 ”还可以通过阐明蛋白质的节奏和音调来帮助创造古典音乐中的新作曲技术，Buehler称这种方法为母体音乐。

Buehler说：“在数千年来蛋白质的进化中，自然界也为我们提供了有关声音如何合并和融合的新思路。”