記者27日從中國農(nóng)業(yè)科學(xué)院獲悉，該院農(nóng)業(yè)基因組研究所農(nóng)業(yè)基因編輯技術(shù)研發(fā)與應(yīng)用創(chuàng)新團隊構(gòu)建了全球規(guī)模最大的實驗驗證數(shù)據(jù)集，并基于此開發(fā)出人工智能(AI)大模型AlphaCD。該模型不僅能高效預(yù)測超過2萬余種胞嘧啶脫氨酶的酶活特征，還能設(shè)計出新型高性能堿基編輯工具。相關(guān)成果日前發(fā)表于國際期刊《細胞研究》。

　　胞嘧啶堿基編輯器是一種基因編輯工具，廣泛應(yīng)用于疾病治療、動植物育種等研究領(lǐng)域�！暗珎鹘y(tǒng)胞嘧啶堿基編輯器研發(fā)依賴大量試錯實驗，成本高、周期長，且難以系統(tǒng)優(yōu)化酶活特征�！闭撐耐ㄓ嵶髡�、中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)基因組研究所研究員左二偉說。

　　為破解這一難題，研究團隊歷時3年，實驗測試了1100種胞嘧啶脫氨酶變體的催化效率、脫靶效應(yīng)等核心指標，首次建立了覆蓋多維功能特征的大規(guī)模實驗數(shù)據(jù)庫。

　　基于該數(shù)據(jù)庫，團隊整合蛋白質(zhì)序列、三維結(jié)構(gòu)、理化性質(zhì)等多模態(tài)數(shù)據(jù)，開發(fā)出AlphaCD。經(jīng)嚴格驗證，AlphaCD在預(yù)測胞嘧啶脫氨酶催化效率、脫靶活性、靶向窗口及基序偏好等關(guān)鍵指標時，準確性顯著優(yōu)于傳統(tǒng)方法。

　　“AlphaCD突破了當前AI大模型依賴超算資源的局限�！弊蠖�偉介紹，研究團隊采用隨機森林算法發(fā)現(xiàn)，在個人計算機上即可完成模型訓(xùn)練。這一輕量化設(shè)計能讓學(xué)術(shù)機構(gòu)低成本開展高通量功能預(yù)測。