人工智能首次预测蛋白质光学指纹

中国科大团队成功利用人工智能神经网络预测蛋白质光学特性

近日，中国科学技术大学的江俊教授及其团队联合国内外同行，在物质科学研究领域取得了重大突破。他们成功运用人工智能机器学习中的神经网络技术，模拟了蛋白质肽键结构与性质间的微妙关系，为预测蛋白质的光学特性提供了一种全新的高效工具。相关成果已经发表在权威学术期刊《美国科学院院报》上。

众所周知，蛋白质的光谱响应信号就像它的“光学指纹”，特别是紫外光谱，可以揭示出蛋白质内部结构的精密信息，对于生命科学和医学诊断具有极其重要的价值。解析这个“光学指纹”一直是一个巨大的挑战，因为蛋白质的结构复杂多变，需要大量的高精度的量子化学理论计算。这些计算量之大，甚至让超级计算机也望而却步。

为了攻克这一难题，研究团队首先通过分子动力学模拟和量子化学计算，在300K的温度下构建了五万组不同构型的肽键模型分子。他们巧妙地使用了机器学习算法，筛选出关键的描述符如键长、键角、二面角及电荷信息，然后利用神经网络构建起肽键基态结构与激发态性质之间的精确关系。基于这一模型，研究团队成功预测了肽键的基态偶极矩及激发态的紫外吸收光谱。

为了验证模型的稳定性和适用性，研究团队还在不同的温度下（200K和400K）进行了预测，结果显示，机器学习模型的预测结果与时间密度泛函理论计算的结果高度吻合。

此次研究不仅是人工智能技术首次被成功应用于理论计算预测蛋白质的光谱研究，也标志着我们在解析蛋白质的“光学指纹”方面取得了重要的突破。未来，这一技术有望极大地简化蛋白质光谱的理论解读，推动生命科学和医学诊断的进步。