基于人工智能预测的蛋白质结构，我国科研人员建立起全新的大规模蛋白质聚类方法，并成功开发出具有自主知识产权的新型碱基编辑工具。这一研究为蛋白质功能分析、新功能元件挖掘提供了全新策略。相关成果6月27日在线发表于《细胞》杂志。

蛋白质是生命活动的主要承担者。对蛋白质进行功能聚类，是理解其参与生理过程、设计新型蛋白质的重要手段。现有方法主要基于氨基酸一级序列的相似性对蛋白质进行聚类分析，并以此推断其功能和演化关系。

“然而，蛋白质功能是由其三维空间结构所决定的，开发出基于三维结构的高通量蛋白质聚类方法，将为蛋白质功能研究提供更直接、可靠的手段，并推动未知蛋白质的功能挖掘。”论文通讯作者、中科院遗传发育所研究员高彩霞介绍。

碱基编辑系统可以实现DNA或RNA的精准编辑，是基因功能研究、疾病治疗、生物育种的变革性技术。“但是，现有碱基编辑系统的核心元件——脱氨酶来源于单一家族，这就导致碱基编辑仍有诸多局限，难以满足多元化的应用需求。”高彩霞说，正因如此，创新地挖掘新型脱氨酶，开发适用于不同应用场景的新型碱基编辑工具是一项很重要的工作。

此次，研究人员首先通过人工智能蛋白质结构预测模型对具有代表性的脱氨功能序列的蛋白质进行了批量三维结构预测，随后创新性地开展了基于三维结构的蛋白质多重比对与聚类。基于聚类结果，研究人员开发了一系列新型碱基编辑系统，并在动、植物细胞中进行了测试。测试结果显示，新型碱基编辑系统突破了现有脱氨酶的应用瓶颈，在医学和农业方面展现出广泛的应用前景。