蛋白质生成模型TRDiffusion面世，可输出全新的蛋白质结构

合成清洁性能源，开发有机太阳能电池，推动疫苗的研制，缓解因疾病引发的不良反应……蛋白质的益处，可不仅仅是补充人体营养那么简单，其能够在医疗、食品、药物开发、材料、能源等众多行业领域得到应用。

作为组成和维持生命的重要基础，蛋白质分子的空间结构，决定了其生物学功能。由于自然界中蛋白质的数量只有20多种，因此利用已有的氨基酸，设计新型蛋白质结构，从而实现所需要的功能，是生命科学领域的科学家多年以来孜孜不倦探索的一条重要道路。

蛋白质从头设计方法在上世纪八十年代左右最先出现，但由于对天然蛋白质和人工经验的依赖，前三代方法存在较大的局限性。

这几年，基于人工智能（AI）领域的突破和蛋白质三维结构数据的爆发式增长，由AI主导的蛋白质设计迎来了让人翘首以盼的发展前景。而在去年，人工智能生成内容（AI Generated Content, AIGC）的风靡，又给计算生物学家带来了启发。开发基于扩散的蛋白质生成模型，成为新一代蛋白质设计的关键。

近日，天壤智能推出一款基于扩散的蛋白质生成模型TRDiffusion。作为一种新的蛋白质设计方法，该模型的不同之处在于，其是从零开始创造，并输出全新的蛋白质结构。

图丨TRDiffusion 生成的全新的蛋白质结构

作为生成模型中新的SOTA（State of the arts,指目前某领域表现最卓越的模型），扩散模型可以有效地生成质量优异的新图像。相较其他模型而言，该模型更加接近人类的思维模式，所以拥有良好的创造性。简单来说，先连续添加高斯噪声，破坏训练数据，接着再把噪声过程进行反转，来学习数据的恢复，就是扩散模型的工作原理。

那么，对于TRDiffusion模型来说，其又是如何完成蛋白质生成的工作呢？

据介绍，TRDiffusion在生成蛋白质时，不仅会将目标蛋白质中每个残基的主链结构，看作能够自由移动的刚体，还会把生成结构的初始坐标，设置为随机噪声。因此，借助去噪模型，就可以逐步移动那些随机分布的残基，从而完成蛋白质三维结构的合理组装。

图丨TRDiffusion 的原理图示

由于TRDiffusion的去噪模型沿用了TRFold这个结构预测模型的主体网络结构，并采用了TRFold的权重作为初始化，因此能够满足空间旋转平移等不变性，这也是TRDiffusion的创新之处。

TRDiffusion的设计方法基于结构，与通过蛋白质序列预训练大模型进行序列设计的方法不同，在设计分子方面，具有一定的潜在优势，比如良好的稳定性和溶解性以及可表达性，因而能在计算中展现出不错的效果。

不仅如此，其在复杂设计场景下，也拥有较强的可拓展性和用户可控性。比如，能够调控和设计那些由用户事先设定的目标蛋白质局部或整体结构、蛋白质分类、种属及功能标注等。

另据悉，TRDiffusion模型将于2023年2月下旬在蛋白质设计工作台xCREATOR上线（https://xcreator.tianrang.com）。

2022年，该团队开发了蛋白质设计工作台xCREATOR，后来又更新了其中的蛋白质设计模块，提供了自由设计、复合体设计、对称性设计、局部多样性设计优化、功能蛋白质设计、结合配体设计等多样的结构生成功能。

用户只需在xCREATOR平台上简单地输入所需蛋白质的描述，比如结构对称性、序列长度、结合配体结构、化学计量、目标功能模体等，就可得到由TRDiffusion一键生成的目标蛋白质。

值得一提的是，哪怕你没有任何算法知识，也不用考量蛋白质的能量函数，这既降低了该模型的使用门槛，也能提高工作效率。

图丨基于xCREATOR设计的蛋白质

从设计结果来看，基于该平台既可以设计出与蛋白质数据库中的天然蛋白质结构相似的结构，又可以设计出全新的三维结构。使用者能以可视化的形式看到设计结果，也能选择下载设计结构和序列，来推进下一步工作。

实验表明，在相同的时间和计算资源配置下，利用TRDiffusion设计的蛋白质数量，实现了2倍以上的提升。同时，与此前那些蛋白质设计方法相比，由TRDiffusion设计出的蛋白质三维结构更加丰富多样。

图丨TRDiffusion生成的对称蛋白质

目前，研究人员已经实现AI计算平台与自动化实验平台之间的结合，提出了按需设计的理念，并致力于打造更为精准高效的方式，推动按需设计蛋白质的规模化发展。其将蛋白质开发从一场具有机会性质的游戏，转化为具有高确定性、能够预测的生成流程，致力于为更多行业领域提供助力。

可以想见，在不久的未来，基于AIGC和生命科学领域的发展，由蛋白质生成模型提供的功能多样的功能性蛋白质，将能够更好地造福人们的身体健康和正常的生产与生活。